Crisis financieras: alerta temprana en situación de incertidumbre

Autores
Mallo, Paulino E.; Artola, María Antonia; Morettini, Mariano; Galante, Marcelo Javier; Pascual, Mariano Enrique; Busetto, Adrián Raúl
Año de publicación
2005
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión aceptada
Descripción
El presente trabajo está orientado a satisfacer la necesidad de los gerentes de empresas y de los agentes externos que interactúan con ellas, de anticiparse -o al menos conocer a tiempo- los procesos de crisis financieras. En la República Argentina, sobre fines de la década del noventa, han sido numerosos los casos de empresas con serios problemas financieros que derivaron en quiebras que podrían haberse detectado con anticipación si el manejo de la información fuera otro. La situación que se observa hoy es que la información se encuentra disponible dentro de las organizaciones y en el contexto circundante; es más, existen numerosas herramientas predicativas tendientes a anticipar los fracasos financieros. La cuestión central, a nuestro entender, se centra en dos aspectos principales: el predominio de información subjetiva sobre la objetiva en primer lugar, y el análisis de las conclusiones de manera inadecuada, es decir no reconociendo los efectos de la incertidumbre existente. A través del presente trabajo, se pretende profundizar el análisis discriminante multivariante, incorporando a un proceso de predicción financiera concebido bajo parámetros estadísticos (riesgo) la matemática borrosa (incertidumbre). El modelo a presentar propone clasificar una observación determinada de una empresa, ponderada mediante ratios económicos y financieros, en alguno de los grupos predefinidos con anterioridad. Nuestro interés se dirige, en primer lugar, a la redefinición de estos grupos, formulándolos mediante subconjuntos borrosos en contraposición a las herramientas clásicas utilizadas anteriormente. De esta manera podremos trabajar con una escala borrosa que diagnostique una situación de dificultades financieras severas. Finalmente, desarrollaremos un ejemplo numérico partiendo del "Modelo Altman Revisado", el cual es aplicable a pequeñas y medianas empresas que no cotizan sus acciones en el mercado de valores utilizando como dato el valor de libros. En función de lo explicitado anteriormente se podrá sugerir las líneas de acción pertinentes para lograr predecir las situaciones de crisis financieras.
Fil: Mallo, Paulino E. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.
Fil: Artola, María Antonia. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.
Fil: Morettini, Mariano. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.
Fil: Galante, Marcelo Javier. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.
Fil: Pascual, Mariano Enrique. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.
Fil: Busetto, Adrián Raúl. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.
Fuente
XII SIGEF Congress, Bahía Blanca [ARG], 26-28 octubre 2005.
Materia
Crisis Financiera
Análisis Discriminante Multivariante
Modelo Altman
Subconjuntos Borrosos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Repositorio
Nülan (UNMDP-FCEyS)
Institución
Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales
OAI Identificador
oai:nulan.mdp.edu.ar:936

id NULAN_0b45d6567c8b8582520f751e5b6d2390
oai_identifier_str oai:nulan.mdp.edu.ar:936
network_acronym_str NULAN
repository_id_str 1845
network_name_str Nülan (UNMDP-FCEyS)
spelling Crisis financieras: alerta temprana en situación de incertidumbreMallo, Paulino E.Artola, María AntoniaMorettini, MarianoGalante, Marcelo JavierPascual, Mariano EnriqueBusetto, Adrián RaúlCrisis FinancieraAnálisis Discriminante MultivarianteModelo AltmanSubconjuntos BorrososEl presente trabajo está orientado a satisfacer la necesidad de los gerentes de empresas y de los agentes externos que interactúan con ellas, de anticiparse -o al menos conocer a tiempo- los procesos de crisis financieras. En la República Argentina, sobre fines de la década del noventa, han sido numerosos los casos de empresas con serios problemas financieros que derivaron en quiebras que podrían haberse detectado con anticipación si el manejo de la información fuera otro. La situación que se observa hoy es que la información se encuentra disponible dentro de las organizaciones y en el contexto circundante; es más, existen numerosas herramientas predicativas tendientes a anticipar los fracasos financieros. La cuestión central, a nuestro entender, se centra en dos aspectos principales: el predominio de información subjetiva sobre la objetiva en primer lugar, y el análisis de las conclusiones de manera inadecuada, es decir no reconociendo los efectos de la incertidumbre existente. A través del presente trabajo, se pretende profundizar el análisis discriminante multivariante, incorporando a un proceso de predicción financiera concebido bajo parámetros estadísticos (riesgo) la matemática borrosa (incertidumbre). El modelo a presentar propone clasificar una observación determinada de una empresa, ponderada mediante ratios económicos y financieros, en alguno de los grupos predefinidos con anterioridad. Nuestro interés se dirige, en primer lugar, a la redefinición de estos grupos, formulándolos mediante subconjuntos borrosos en contraposición a las herramientas clásicas utilizadas anteriormente. De esta manera podremos trabajar con una escala borrosa que diagnostique una situación de dificultades financieras severas. Finalmente, desarrollaremos un ejemplo numérico partiendo del "Modelo Altman Revisado", el cual es aplicable a pequeñas y medianas empresas que no cotizan sus acciones en el mercado de valores utilizando como dato el valor de libros. En función de lo explicitado anteriormente se podrá sugerir las líneas de acción pertinentes para lograr predecir las situaciones de crisis financieras.Fil: Mallo, Paulino E. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.Fil: Artola, María Antonia. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.Fil: Morettini, Mariano. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.Fil: Galante, Marcelo Javier. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.Fil: Pascual, Mariano Enrique. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.Fil: Busetto, Adrián Raúl. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.2005-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://nulan.mdp.edu.ar/id/eprint/936/https://nulan.mdp.edu.ar/id/eprint/936/1/00198.pdf XII SIGEF Congress, Bahía Blanca [ARG], 26-28 octubre 2005. reponame:Nülan (UNMDP-FCEyS)instname:Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Socialesspainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/2025-09-29T13:40:41Zoai:nulan.mdp.edu.ar:936instacron:UNMDP-FCEySInstitucionalhttp://nulan.mdp.edu.ar/Universidad públicaNo correspondehttp://nulan.mdp.edu.ar/cgi/oai2cendocu@mdp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18452025-09-29 13:40:42.102Nülan (UNMDP-FCEyS) - Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Socialesfalse
dc.title.none.fl_str_mv Crisis financieras: alerta temprana en situación de incertidumbre
title Crisis financieras: alerta temprana en situación de incertidumbre
spellingShingle Crisis financieras: alerta temprana en situación de incertidumbre
Mallo, Paulino E.
Crisis Financiera
Análisis Discriminante Multivariante
Modelo Altman
Subconjuntos Borrosos
title_short Crisis financieras: alerta temprana en situación de incertidumbre
title_full Crisis financieras: alerta temprana en situación de incertidumbre
title_fullStr Crisis financieras: alerta temprana en situación de incertidumbre
title_full_unstemmed Crisis financieras: alerta temprana en situación de incertidumbre
title_sort Crisis financieras: alerta temprana en situación de incertidumbre
dc.creator.none.fl_str_mv Mallo, Paulino E.
Artola, María Antonia
Morettini, Mariano
Galante, Marcelo Javier
Pascual, Mariano Enrique
Busetto, Adrián Raúl
author Mallo, Paulino E.
author_facet Mallo, Paulino E.
Artola, María Antonia
Morettini, Mariano
Galante, Marcelo Javier
Pascual, Mariano Enrique
Busetto, Adrián Raúl
author_role author
author2 Artola, María Antonia
Morettini, Mariano
Galante, Marcelo Javier
Pascual, Mariano Enrique
Busetto, Adrián Raúl
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Crisis Financiera
Análisis Discriminante Multivariante
Modelo Altman
Subconjuntos Borrosos
topic Crisis Financiera
Análisis Discriminante Multivariante
Modelo Altman
Subconjuntos Borrosos
dc.description.none.fl_txt_mv El presente trabajo está orientado a satisfacer la necesidad de los gerentes de empresas y de los agentes externos que interactúan con ellas, de anticiparse -o al menos conocer a tiempo- los procesos de crisis financieras. En la República Argentina, sobre fines de la década del noventa, han sido numerosos los casos de empresas con serios problemas financieros que derivaron en quiebras que podrían haberse detectado con anticipación si el manejo de la información fuera otro. La situación que se observa hoy es que la información se encuentra disponible dentro de las organizaciones y en el contexto circundante; es más, existen numerosas herramientas predicativas tendientes a anticipar los fracasos financieros. La cuestión central, a nuestro entender, se centra en dos aspectos principales: el predominio de información subjetiva sobre la objetiva en primer lugar, y el análisis de las conclusiones de manera inadecuada, es decir no reconociendo los efectos de la incertidumbre existente. A través del presente trabajo, se pretende profundizar el análisis discriminante multivariante, incorporando a un proceso de predicción financiera concebido bajo parámetros estadísticos (riesgo) la matemática borrosa (incertidumbre). El modelo a presentar propone clasificar una observación determinada de una empresa, ponderada mediante ratios económicos y financieros, en alguno de los grupos predefinidos con anterioridad. Nuestro interés se dirige, en primer lugar, a la redefinición de estos grupos, formulándolos mediante subconjuntos borrosos en contraposición a las herramientas clásicas utilizadas anteriormente. De esta manera podremos trabajar con una escala borrosa que diagnostique una situación de dificultades financieras severas. Finalmente, desarrollaremos un ejemplo numérico partiendo del "Modelo Altman Revisado", el cual es aplicable a pequeñas y medianas empresas que no cotizan sus acciones en el mercado de valores utilizando como dato el valor de libros. En función de lo explicitado anteriormente se podrá sugerir las líneas de acción pertinentes para lograr predecir las situaciones de crisis financieras.
Fil: Mallo, Paulino E. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.
Fil: Artola, María Antonia. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.
Fil: Morettini, Mariano. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.
Fil: Galante, Marcelo Javier. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.
Fil: Pascual, Mariano Enrique. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.
Fil: Busetto, Adrián Raúl. Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales; Argentina.
description El presente trabajo está orientado a satisfacer la necesidad de los gerentes de empresas y de los agentes externos que interactúan con ellas, de anticiparse -o al menos conocer a tiempo- los procesos de crisis financieras. En la República Argentina, sobre fines de la década del noventa, han sido numerosos los casos de empresas con serios problemas financieros que derivaron en quiebras que podrían haberse detectado con anticipación si el manejo de la información fuera otro. La situación que se observa hoy es que la información se encuentra disponible dentro de las organizaciones y en el contexto circundante; es más, existen numerosas herramientas predicativas tendientes a anticipar los fracasos financieros. La cuestión central, a nuestro entender, se centra en dos aspectos principales: el predominio de información subjetiva sobre la objetiva en primer lugar, y el análisis de las conclusiones de manera inadecuada, es decir no reconociendo los efectos de la incertidumbre existente. A través del presente trabajo, se pretende profundizar el análisis discriminante multivariante, incorporando a un proceso de predicción financiera concebido bajo parámetros estadísticos (riesgo) la matemática borrosa (incertidumbre). El modelo a presentar propone clasificar una observación determinada de una empresa, ponderada mediante ratios económicos y financieros, en alguno de los grupos predefinidos con anterioridad. Nuestro interés se dirige, en primer lugar, a la redefinición de estos grupos, formulándolos mediante subconjuntos borrosos en contraposición a las herramientas clásicas utilizadas anteriormente. De esta manera podremos trabajar con una escala borrosa que diagnostique una situación de dificultades financieras severas. Finalmente, desarrollaremos un ejemplo numérico partiendo del "Modelo Altman Revisado", el cual es aplicable a pequeñas y medianas empresas que no cotizan sus acciones en el mercado de valores utilizando como dato el valor de libros. En función de lo explicitado anteriormente se podrá sugerir las líneas de acción pertinentes para lograr predecir las situaciones de crisis financieras.
publishDate 2005
dc.date.none.fl_str_mv 2005-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str acceptedVersion
dc.identifier.none.fl_str_mv https://nulan.mdp.edu.ar/id/eprint/936/
https://nulan.mdp.edu.ar/id/eprint/936/1/00198.pdf
url https://nulan.mdp.edu.ar/id/eprint/936/
https://nulan.mdp.edu.ar/id/eprint/936/1/00198.pdf
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv XII SIGEF Congress, Bahía Blanca [ARG], 26-28 octubre 2005.
reponame:Nülan (UNMDP-FCEyS)
instname:Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales
reponame_str Nülan (UNMDP-FCEyS)
collection Nülan (UNMDP-FCEyS)
instname_str Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales
repository.name.fl_str_mv Nülan (UNMDP-FCEyS) - Universidad Nacional de Mar del Plata. Facultad de Ciencias Económicas y Sociales
repository.mail.fl_str_mv cendocu@mdp.edu.ar
_version_ 1844618823557185536
score 13.070432