Upload
others
View
3
Download
0
Embed Size (px)
Citation preview
i
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE CIENCIAS ECONÓMICAS
CARRERA DE ESTADÍSTICA
PROYECTO DE GRADUACIÓN PREVIO A LA OBTENCIÓN DEL TÍTULO DE
INGENIERO ESTADÍSTICO
TEMA:
“PROBABILIDAD DE QUIEBRA DE LA INDUSTRIA AUTOMOTRIZ (CIIU
G4510.01) ECUATORIANA EN LOS AÑOS 2014-2015”
AUTORES
ARIAS CALDERÓN BORIS ALEJANDRO
ESPINOSA TORRES ALEJANDRA CAROLINA
TUTOR
ECON. NANCY CLARA MARÍA MEDINA CARRANCO
QUITO, 2017
ii
DEDICATORIA
A Dios y a nuestros padres por ser un pilar fundamental
en todo lo que somos, en toda nuestra educación tanto académica
como de la vida por su incondicional apoyo perfectamente
mantenido a través del tiempo.
A nuestros maestros aquellos que marcaron cada etapa
de nuestro camino universitario, y que nos ayudaron
en la asesoría y dudas en la elaboración de este proyecto.
Todo este trabajo ha sido gracias a ustedes.
iii
AUTORIZACIÓN DE LA AUTORÍA INTELECTUAL
Yo, Arias Calderón Boris Alejandro, en calidad de autores del Trabajo de Investigación
realizada sobre: “Probabilidad de quiebra de la industria automotriz (CIIU. G4510.01)
ecuatoriana en los años 2014-2015”, por la presente autorizamos a la UNIVERSIDAD
CENTRAL DEL ECUADOR, hacer uso de todos los contenidos que me pertenecen o parte
de los que contiene esta obra, con fines estrictamente académicos o de investigación.
Los derechos que como autores nos corresponden, con excepción de la presente
autorización, seguirán vigentes a nuestro favor, de conformidad con lo establecido en los
artículos 5, 6, 8 y 19 y demás pertinentes de la Ley de Propiedad Intelectual y su
Reglamento.
Quito, 20 Abril del 2017
Boris Alejandro Arias Calderón
CI: 1726926049
Telf: 0998933657
E-mail: [email protected]
iv
AUTORIZACIÓN DE LA AUTORÍA INTELECTUAL
Yo, Espinosa Torres Alejandra Carolina, en calidad de autores del Trabajo de Investigación
realizada sobre: “Probabilidad de quiebra de la industria automotriz (CIIU. G4510.01)
ecuatoriana en los años 2014-2015”, por la presente autorizamos a la UNIVERSIDAD
CENTRAL DEL ECUADOR, hacer uso de todos los contenidos que me pertenecen o parte
de los que contiene esta obra, con fines estrictamente académicos o de investigación.
Los derechos que como autores nos corresponden, con excepción de la presente
autorización, seguirán vigentes a nuestro favor, de conformidad con lo establecido en los
artículos 5, 6, 8 y 19 y demás pertinentes de la Ley de Propiedad Intelectual y su
Reglamento.
Quito, 20 Abril del 2017
Alejandra Carolina Espinosa Torres
CI: 1727034496
Telf: 0998789946
Email: [email protected]
v
HOJA DE APROBACIÓN DEL TUTOR
Quito, 20 de abril de 2017
Economista
Vicente Paspuel
DIRECTOR DE LA CARRERA DE ESTADISTICA
FACULTAD DE CIENCIAS ECONOMICAS
UNIVERSIDAD CENTRAL DEL ECUADOR
Presente.-
Señor Director:
A través de la presente informo a usted sobre la tesis intitulada ““Probabilidad de quiebra
de la industria automotriz (CIIU G4510.01) ecuatoriana en los años 2014-2015”,
elaborada por la señorita ALEJANDRA CAROLINA ESPINOSA TORRES y el señor
BORIS ALEJANDRO ARIAS CALDERON, EGRESADOS de la carrera de Estadística.
Debo señalar que la tesis ha sido terminada y está lista para ser revisada por el tribunal
calificador que usted designe. Es necesario señalar que en el desarrollo de la tesis el logro
de los objetivos planteados se cumple.
El objetivo general se cumple al haber estimado la probabilidad de quiebra de las empresas
comerciales de la industria automotriz. Los estudiantes modelaron el comportamiento de
las el comportamiento financiero de las empresas del sector mencionado para llegar a los
resultados. Debo señalar que los egresados han incluido todas las recomendaciones
sugeridas, en realidad es un magnífico esfuerzo.
Debo señalar que los estudiantes hicieron algunos cambios con respecto al plan propuesto
originalmente, los cuales detallo a continuación:
vi
PLAN PRESENTADO INICIALMENTE PLAN MODIFICADO
TÍTULO
MODELO ESTOCÁSTICO DE CADENAS
DE MARKOV PARA EL MONITOREO
DE LA SITUACIÓN FINANCIERA DE
LA ACTIVIDAD DE
COMERCIALIZACIÓN AL POR MAYOR
Y MENOR DE AUTOMÓVILES DE LA
INDUSTRIA AUTOMOTRIZ (G45.01)
ECUATORIANA EN EL PERÍODO 2014-
2015.
“Probabilidad de quiebra de la industria
automotriz (CIIU G4510.01) ecuatoriana
en los años 2014-2015”.
OBJETIVOS
GENERAL: Monitorear la situación
financiera de la industria automotriz
mediante el desarrollo de indicadores de
quiebra con el propósito de establecer
propuestas que tiendan a mejorar su
situación actual evitando posibles
disoluciones.
GENERAL: Establecer la probabilidad
de quiebra de las empresas comerciales de
la industria automotriz CIIU G4510.01 a
través de modelos que se adapten al sector
mediante el uso de indicadores
financieros.
ESPECÍFICOS:
• Analizar la epistemología de quiebra que
permita comprender de mejor manera la
situación actual de las empresas comerciales
del sector automotriz
• Determinar las cuentas financieras para
elaborar una base de datos que permita
realizar análisis de la situación de las
empresas del sector automotriz
• Ejecutar el modelo discriminante múltiple
Altman a fin de obtener los umbrales de
quiebra del sector
• Construir la señal de monitoreo (Markov)
que permita determinar las alertas de forma
oportuna
ESPECÍFICOS:
• Conceptualizar la quiebra y su
importancia de estudio.
• Elaborar un análisis de la situación
actual de las empresas del Sector
Automotriz bajo el control de la
Superintendencia de Compañías.
• Determinar los umbrales de quiebra y la
probabilidad de los posibles escenarios de
las empresas del sector mediante el
modelo discriminante de Altman y la
señal de monitoreo de Markov.
PREGUNTAS DE INVESTIGACIÓN
• ¿Existe un modelo estocástico que permita
predecir la quiebra del sector automotriz en
el tiempo?
• ¿Cuál es el concepto epistemológico de
quiebra que se ajuste a las empresas
comerciales del sector automotriz?
• ¿Cuáles son las variables relevantes de
quiebra?
• ¿Cómo determinar los rangos de quiebra
de las empresas del sector automotriz?
• ¿Cómo se compone en el tiempo el proceso
de quiebra del sector automotriz?
¿Cuáles son las variables que tienen
mayor influencia en la quiebra del sector
automotriz?
vii
Clasificar las empresas comerciales del
sector automotriz mediante un modelo
discriminante múltiple permitirá comprender
de mejor manera cual es la situación
financiera real del sector.
Se eliminó
Sin modificación (Se utiliza como base el
Balance General de las empresas)
Sin modificación (Se utiliza como base el
Balance General de las empresas)
Fue necesario hacer las modificaciones detalladas para ajustar al título, ello debido a que
se observó que trabajar únicamente en construir la señal de monitoreo (Markov) que
permita determinar las alertas de forma oportunas era un tema limitado, por lo cual se
decidió ampliar y ajustar el contenido.
Sin otro particular y conocedora de su comprensión, anticipo mis agradecimientos y reitero
a usted mis sentimientos de consideración y estima.
Muy atentamente,
Nancy Medina Carranco
PROFESORA DE LA FACULTAD DE CIENCIAS ECONOMICAS
xiv
TABLA DE CONTENIDO
DEDICATORIA .................................................................................................. ii
AUTORIZACIÓN DE LA AUTORÍA INTELECTUAL ............................... iii
AUTORIZACIÓN DE LA AUTORÍA INTELECTUAL ............................... iv
HOJA DE APROBACIÓN DEL TUTOR ......................................................... v
NOTAS EMITIDAS POR EL TRIBUNAL CALIFICADOR ...................... viii
TABLA DE CONTENIDO .............................................................................. xiv
ÍNDICE DE ANEXOS .................................................................................... xviii
ÍNDICE DE TABLAS ...................................................................................... xix
ÍNDICE DE GRÁFICAS ................................................................................. xxi
ÍNDICE DE FIGURAS ................................................................................... xxii
RESUMEN ...................................................................................................... xxiii
ABSTRACT ..................................................................................................... xxiv
INTRODUCCIÓN ............................................................................................... 1
Planteamiento del problema ............................................................................................. 2
Pregunta de investigación ................................................................................................ 2
Objetivos de la investigación ........................................................................................... 3
Objetivo General .......................................................................................................... 3
Objetivos Específicos .................................................................................................. 3
Justificación ..................................................................................................................... 3
Alcance ............................................................................................................................ 4
Metodología ..................................................................................................................... 4
CAPÍTULO I ........................................................................................................ 6
1. MARCO NORMATIVO Y TEÓRICO ...................................................... 6
1.1. Superintendencia de Compañías ........................................................................... 6
1.1.1. Estado social de las compañías ...................................................................... 7
xv
1.1.2. Empresas según su tamaño ............................................................................ 9
1.1.3 Clasificación Nacional de Actividades Económicas......................................... 10
1.2. Indicadores financieros ....................................................................................... 11
1.2.1. Indicadores de liquidez ................................................................................ 12
1.2.2. Indicadores de solvencia .............................................................................. 13
1.2.3. Indicadores de gestión ................................................................................. 14
1.2.4. Indicadores de rentabilidad .......................................................................... 16
1.3. Modelo de Altman ............................................................................................... 18
1.3.1. Modelo Z ...................................................................................................... 19
1.3.2. Modelo Z1 .................................................................................................... 19
1.3.3. Modelo Z2 .................................................................................................... 20
1.4. Análisis discriminante ......................................................................................... 20
1.4.1. Modelo matemático ..................................................................................... 21
1.4.2. Descomposición de la varianza .................................................................... 22
1.4.3. Extracción de funciones discriminantes....................................................... 23
1.4.4. Matricialmente ............................................................................................. 23
1.5. Cadenas de Markov ............................................................................................. 24
1.5.1. Evolución de una cadena de Markov ........................................................... 27
1.5.2. Convergencia de las cadenas de Markov ..................................................... 28
1.5.3. Transformada de Z ....................................................................................... 29
1.6. Modelo Logit ....................................................................................................... 30
1.6.1. Características del modelo Logit ................................................................. 31
1.6.2. Coeficiente de correlación de Pearson ......................................................... 32
1.7. La quiebra empresarial y su importancia de estudio ........................................... 33
1.7.1. Consideraciones generales ........................................................................... 33
1.7.2. Afectaciones de la quiebra ........................................................................... 36
CAPITULO II .................................................................................................... 37
xvi
2. ANÁLISIS INTERNACIONAL Y NACIONAL DEL SECTOR
AUTOMOTRIZ ................................................................................................. 37
2.1. Definición y origen de la industria automotriz ................................................... 37
2.2. Evaluación de la industria automotriz a nivel mundial ....................................... 39
2.2.1. Fortalezas y debilidades del sector automotriz internacional ...................... 44
2.2.2. Sector comercial .......................................................................................... 44
2.3. Industria automotriz y sector comercial a nivel latinoamericano ....................... 46
2.4. Análisis económico del sector automotriz en el Ecuador. .................................. 47
2.4.1. Antecedentes del Sector Automotriz en el Ecuador .................................... 47
2.4.2. Medidas tomadas por el gobierno que afectan al sector industrial como
comercial automotriz ................................................................................................. 49
2.4.3. Sector industrial y comercial automotriz ecuatoriano en cifras. .................. 53
2.4.4. Análisis internacional del sector comercial automotriz ecuatoriano ........... 55
CAPITULO III ................................................................................................... 63
3. APLICACIÓN DEL MODELO ................................................................ 63
3.1. Clasificación de las empresas del sector comercial automotriz CIIU G4510.01
según la Superintendencia de Compañías, Valores y Seguros ...................................... 63
3.1.1. Según su estado social ................................................................................. 63
3.1.2. Según su constitución .................................................................................. 64
3.1.3. Según su tamaño .......................................................................................... 64
3.2. Análisis de los indicadores financieros ............................................................... 64
3.2.1. Indicadores de liquidez ................................................................................ 65
3.2.2. Indicadores de solvencia .............................................................................. 66
3.2.3. Indicadores de gestión ................................................................................. 67
3.2.4. Indicadores de rentabilidad .......................................................................... 68
3.3. Modelo de Altman ............................................................................................... 70
3.4. Validación del Modelo de Altman y su adaptación al Sector Automotriz
ecuatoriano ..................................................................................................................... 72
xvii
3.4.1. Análisis descriptivo ...................................................................................... 73
3.4.2. Resumen de las funciones canónicas discriminantes ................................... 75
3.4.3. Coeficientes estandarizados y matriz de estructura ..................................... 76
3.4.4. Función de clasificación .............................................................................. 77
3.5. Probabilidad de transición en el año 2014-2015 de las empresas del sector
comercial automotriz ..................................................................................................... 78
3.5.1. Empresas grandes ........................................................................................ 79
3.5.2. Empresas medianas ...................................................................................... 80
3.5.3. Empresas pequeñas ...................................................................................... 81
3.5.4. Micro empresas ............................................................................................ 82
3.5.5. Convergencia de los estados ........................................................................ 83
3.6. Variables influyentes en la quiebra del sector comercial automotriz.................. 84
CONCLUSIONES ............................................................................................. 87
RECOMENDACIONES ................................................................................... 89
ANEXOS ............................................................................................................. 90
BIBLIOGRAFÍA ............................................................................................. 111
xviii
ÍNDICE DE ANEXOS
Anexo 1. Activo corriente .................................................................................................. 90
Anexo 2. Pasivo corriente .................................................................................................. 91
Anexo 3. Activo no corriente ............................................................................................. 92
Anexo 4. Pasivo total ......................................................................................................... 93
Anexo 5. Patrimonio .......................................................................................................... 94
Anexo 6. Oferta y demanda internacional ......................................................................... 95
Anexo 7. Venta de vehículos por provincia y marca en los años 2014-2015 .................... 96
Anexo 8. Empresas sector comercial industria automotriz ................................................ 97
Anexo 9. Correlación entre variables .............................................................................. 101
Anexo 10. Mapa de la correlación entre variables ........................................................... 102
Anexo 11. Discriminación estado saludable .................................................................... 103
Anexo 12. Discriminación estado gris ............................................................................. 103
Anexo 13. Discriminación estado enfermo ...................................................................... 104
Anexo 14. Discriminación general .................................................................................. 104
Anexo 15. Matriz de convergencia empresas del sector comercial automotriz ............... 105
Anexo 16. Matriz de convergencia empresas grandes ..................................................... 106
Anexo 17. Matriz de convergencia empresas medianas .................................................. 107
Anexo 18. Matriz de convergencia empresas pequeñas .................................................. 108
Anexo 19. Matriz de convergencia micro-empresas........................................................ 109
xix
ÍNDICE DE TABLAS
Tabla 1. Correlación lineal entre dos variables .................................................................. 32
Tabla 2. Probabilidad de previsión en la quiebra de empresas rusas usando modelos
modernos ............................................................................................................................ 35
Tabla 3. Evolución de la industria automotriz 1769-1840 ................................................. 37
Tabla 4. Evolución industria automotriz 1893-1954 ......................................................... 38
Tabla 5. Producción de vehículos años 2013-2015 ........................................................... 42
Tabla 6. Comercialización a nivel mundial de los principales grupos comerciales de la
industria automotriz ........................................................................................................... 44
Tabla 7. Sector automotriz latinoamericano en cifras ....................................................... 47
Tabla 8. Resumen de la industria automotriz ecuatoriana ................................................. 53
Tabla 9. Proveedores de automotores a Ecuador ............................................................... 56
Tabla 10. Importación de furgonetas a diésel por año ....................................................... 58
Tabla 11. Importación de furgonetas a combustible por año ............................................. 58
Tabla 12. Estado social de las empresas año 2015 ............................................................ 63
Tabla 13. Empresas según su constitución ........................................................................ 64
Tabla 14. Empresas según sus activos ............................................................................... 64
Tabla 15. Indicadores de liquidez según tamaño de empresa ............................................ 65
Tabla 16. Solvencia y endeudamiento de las empresas según su tamaño ......................... 66
Tabla 17. Apalancamiento de las empresas según su tamaño ........................................... 67
Tabla 18. Rotación de cartera y ventas .............................................................................. 67
Tabla 19. Período medio de cobranza y pago .................................................................... 68
Tabla 20. Impacto de los gastos ......................................................................................... 68
Tabla 21. Rentabilidad neta, operacional y financiera ....................................................... 69
Tabla 22. Margen bruto, operativo y neto ......................................................................... 69
Tabla 23. Resultado general de las variables modelo por año ........................................... 70
Tabla 24. Estado de Altman según el tamaño de empresas en el año 2015 ....................... 71
Tabla 25. Clasificación Altman año 2015.......................................................................... 72
Tabla 26. Clasificación discriminante año 2015 ................................................................ 72
Tabla 27. Resultados de la clasificación ........................................................................... 73
Tabla 28. Estadísticos de los estados ................................................................................. 73
Tabla 29. Pruebas de igualdad de las medias de los grupos .............................................. 74
Tabla 30. Variables introducidas y excluidas .................................................................... 75
xx
Tabla 31. Resumen de las funciones canónicas discriminantes ......................................... 75
Tabla 32. Lambda de Wilks ............................................................................................... 75
Tabla 33. Coeficientes estandarizados ............................................................................... 76
Tabla 34. Matriz de estructura ........................................................................................... 77
Tabla 35. Coeficientes de las funciones canónicas ............................................................ 77
Tabla 36. Funciones en los centroides de los grupos ......................................................... 77
Tabla 37. Coeficientes de la función de clasificación........................................................ 77
Tabla 38. Modelo Logit Sector Automotriz CIIU G4510.01............................................. 85
Tabla 39. Valores marginales Modelo Logit ..................................................................... 86
xxi
ÍNDICE DE GRÁFICAS
Gráfica 1. Participación de las ventas de vehículos por provincia .................................... 54
Gráfica 2. Principales países proveedores del Ecuador en los años 2014-2015 ................ 57
Gráfica 3. Automóviles a gasolina año 2014 ..................................................................... 59
Gráfica 4. Automóviles a gasolina año 2015 ..................................................................... 60
Gráfica 5. Automóviles a diésel año 2014 ......................................................................... 61
Gráfica 6. Capacidad en toneladas de automotores de carga pesada ................................. 61
Gráfica 7. Exportadores a Ecuador de automotores pesados por año ................................ 62
Gráfica 8. Tonelaje de motos por año ................................................................................ 62
Gráfica 9. Discriminante de Altman por tamaño de empresa y año .................................. 71
Gráfica 10. Probabilidad de transición año 2014-2015 de las empresas del sector comercial
automotriz .......................................................................................................................... 79
Gráfica 11. Probabilidad de transición año 2014-2015 de las empresas grandes del sector
comercial automotriz ......................................................................................................... 80
Gráfica 12. Probabilidad de transición año 2014-2015 de las empresas medianas del sector
comercial automotriz ......................................................................................................... 81
Gráfica 13. Probabilidad de transición año 2014-2015 de las empresas pequeñas del sector
comercial automotriz ......................................................................................................... 82
Gráfica 14. Probabilidad de transición año 2014-2015 de las micro-empresas del sector
comercial automotriz ......................................................................................................... 83
Gráfica 15. Convergencia de los estados por tamaño de empresa y estado ....................... 83
xxii
ÍNDICE DE FIGURAS
Figura 1. Clasificación de las empresas según su tamaño ................................................. 10
Figura 2. Tabla sectores codificados .................................................................................. 10
Figura 3. Indicadores de liquidez ....................................................................................... 12
Figura 4. Indicadores de solvencia .................................................................................... 13
Figura 5. Indicadores de gestión ........................................................................................ 15
Figura 6. Indicadores de rentabilidad ................................................................................ 17
Figura 7. Cadenas de Markov ............................................................................................ 26
Figura 8. Modelo Logit ...................................................................................................... 31
Figura 9. Características de la industria automotriz continental ........................................ 39
Figura 10. Venta de vehículos nuevos ............................................................................... 41
Figura 11. Producción de vehículos por continente año 2015 ........................................... 43
Figura 12. Fortalezas y debilidades del sector automotriz ................................................. 44
xxiii
TÍTULO: PROBABILIDAD DE QUIEBRA DE LA INDUSTRIA AUTOMOTRIZ
(CIIU G4510.01) ECUATORIANA EN LOS AÑOS 2014-2015.
Autores:
Boris Alejandro Arias Calderón
Alejandra Carolina Espinosa Torres
Tutor:
Nancy Clara María Medina Carranco
RESUMEN
El sector comercial de la industria automotriz cumple un papel importante en la economía
ecuatoriana, ya que, éste aporta tanto al fisco (20.9%) como en la generación de empleo
(7%) con respecto a otros sectores comerciales. Con el presente proyecto se podrá
comprender un poco más de la actual situación del sector, el problema de quiebra que el
mismo está sobrellevando y su probabilidad de fracasar en un futuro, en base a un modelo
discriminante (Altman), un modelo especial de proceso estocástico discreto (Cadenas de
Markov) y un modelo econométrico (Logit).
En el proyecto se realiza un análisis general del sector comercial de la industria automotriz,
sin embargo, éste no estaría completo sin realizar también un análisis de las empresas del
sector automotriz las cuales fueron clasificadas por tamaño según sus activos. Todas las
fuentes de información para la elaboración del análisis son fuentes confiables y pueden ser
validadas.
PALABRAS CLAVE: MODELO / MARKOV / QUIEBRA / PROBABILIDAD /
INDUSTRIA AUTOMOTRIZ
xxiv
TITLE: PROBABILITY OF BANKRUPTCY OF THE ECUADORIAN SELF-
PROPELLING INDUSTRY (CIIU G4510.01) IN THE YEARS 2014-2015.
Authors:
Boris Alejandro Arias Calderón
Alejandra Carolina Espinosa Torres
Tutor:
Nancy Clara María Medina Carranco
ABSTRACT
The commercial sector of the automotive industry fulfills an important paper in the
ecuadorian economy, since, it reaches so much to the exchequer (20.9 %) as in the
generation of employment (7 %) with regard to other commercial sectors. With the present
project it will be possible understand a bit more of the current situation of the sector, the
problem of bankruptcy that the same one is carrying and his probability of failing in a
future, on the basis of a discriminating model (Altman), an special model of discreetly
stochastic process (Markov's Chains) and an econometric model (Logit).
In the project we used a general analysis of the commercial sector of the automotive
industry, nevertheless, this one would not be complete without realizing also an analysis of
the companies of the automotive sector which were classified by size according to his
assets. All the sources of information for the production of the analysis are reliable sources
and can be validated.
KEY WORDS: MODEL / MARKOV / BANKRUPTCY / PROBABILITY/
AUTOMOTIVE INDUSTRY
1
INTRODUCCIÓN
La constitución de una empresa, sin importar su actividad económica, responde a una visión
de éxito y su estabilidad en el tiempo. Sin embargo, no todas cumplen con ese objetivo
inicial por lo que se vuelve importante analizar el comportamiento financiero de los
sectores empresariales en el Ecuador.
La industria automotriz se caracteriza por tener una estructura de poder de mercado y de
mucha exclusividad en el manejo del negocio. Las empresas comercializadoras de autos se
han visto afectadas por las restricciones y la política tributaria que el Estado ecuatoriano ha
impuesto durante los últimos años, así como por ejemplo el proteccionismo a las empresas
nacionales, sin embargo, esto ha generado quiebra y reestructuraciones en las mismas.
En el país no existe mucha información acerca del tema económico del sector comercial de
la industria automotriz. En la industria automotriz existen tres instituciones que amplían el
conocimiento de las empresas, las cuales son Pro Ecuador, Cámara de la Industria
Automotriz del Ecuador (CINAE) y Asociación de Empresas Automotrices del Ecuador
(AEADE), pero la información que éstas aportan para el conocimiento del sector comercial
es muy limitada, ya que, para el análisis de éste se necesita información pertinente, amplia
y segura.
El análisis de la probabilidad de quiebra de las empresas del sector comercial ampliará el
conocimiento del sector, ya que la investigación no se enfoca solamente en el análisis de la
quiebra, sino también a la realidad a la que se está enfrentando el sector tanto a nivel
nacional como internacional, sustentado con cifras.
En el capítulo I se explica la quiebra, sus modelos, los diferentes métodos de aplicación y
su importancia de estudio. En el capítulo II se describe el sector automotriz a nivel mundial
y latinoamericano para luego explicar la realidad nacional del sector comercial. En el
capítulo III se realiza un análisis de los indicadores financieros, se discrimina a las
empresas, se mide su probabilidad de quiebra y las variables que influyen en la misma.
Además, se plantean conclusiones y recomendaciones para próximos estudios de quiebra.
2
Planteamiento del problema
“El nacimiento y muerte de las empresas, según los expertos, es un proceso que da
dinamismo a la economía. La muerte empresarial, aunque parezca contradictorio, puede
dar origen a emprendimientos con mayor potencial. Esto siempre que los procesos de
disolución y liquidación no se alarguen”. (Revista Líderes, 2015)
La economía ecuatoriana en el año 2015 se ha visto afectada por varios componentes, sin
embargo, la caída del precio del barril de petróleo y la apreciación del dólar han generado
varias expectativas. El sector comercial automotriz está resignado a tener una baja en sus
ventas del 42% debido al cambio en la economía; “por ejemplo Renault registró una baja
en las ventas del 50% en enero y febrero del 2015”. (Revista Líderes, 2015).
Lo más preocupante en el descenso de las ventas en el sector comercial es que puede
generar inquietud de una posible quiebra y generar inestabilidad en la economía. Según un
estudio realizado por la Cámara de Comercio Quito la baja en las ventas puede provocar el
cierre de empresas, una reducción en la nómina, desempleo y como consecuencia final una
reducción en el consumo.
La quiebra empresarial en el Ecuador no solo afecta a los trabajadores de las empresas por
la pérdida de sus empleos sino también a los dueños de las mismas, ya que, la disolución
de una empresa en el Ecuador cuesta en promedio el 18% de sus bienes, esto se debe a que
no existe una Ley de quiebra, sino que, existe una intervención por parte de
Superintendencia de Compañías, Valores y Seguros desacelerando el proceso, lo que no
sucede en otros países donde las empresas quiebran automáticamente y el proceso es más
acelerado.
Pregunta de investigación
¿Cuáles son las variables que tienen mayor influencia en la quiebra del sector comercial
automotriz (CIIU G4510.01)?
3
Objetivos de la investigación
Objetivo General
Establecer la probabilidad de quiebra de las empresas comerciales de la industria
automotriz CIIU G4510.01 a través de la aplicación de modelos adecuados al sector
utilizando indicadores financieros.
Objetivos Específicos
Sustento normativo y teórico de la quiebra y su importancia de estudio.
Elaborar un análisis de la situación actual de las empresas del Sector Automotriz bajo
el control de la Superintendencia de Compañías, Valores y Seguros.
Determinar los umbrales de quiebra y la probabilidad de los posibles escenarios de las
empresas del sector mediante el Modelo Discriminante de Altman y Cadenas de
Markov.
Justificación
El sector comercial de la industria automotriz ha tenido una participación importante en la
economía del Ecuador, ya que, según la Encuesta de Comercio Interno realizada por el
Instituto Nacional de Estadística y Censos (INEC) en el año 2014 el sector posee el 6.9%
de personal ocupado de todas las empresas comerciales encuestadas ubicándose en el tercer
lugar, realizando un aporte del 8.2% al IESS y un aporte del 20.9% al fisco. Si bien es cierto
en estos años el sector ha aportado de forma positiva a la economía, éste se ha visto afectado
y, esta situación se ve reflejada en sus estados financieros con una reducción en el último
año del 32% en sus ventas totales (AEADE, 2015).
Considerando que el sector automotriz (CIIU G45) lo componen 2 090 empresas activas a
nivel nacional entre ensambladoras, casas de venta, distribuidores de autopartes, empresas
de llantas, etc. De 437 empresas que pertenecen al CIIU G4510.01 se estudiarán 178
empresas dedicadas a la comercialización al por mayor y menor de automóviles.
La información recopilada de los repositorios de la Superintendencia de Compañías,
Valores y Seguros y, posteriormente, integrada en una base de datos permitirá aplicar los
4
ratios necesarios para el análisis discriminante de Altman, clasificar a las empresas en sus
posibles escenarios, determinar cuál sería su probabilidad de mantenerse o cambiar de
escenario en el siguiente año (Cadenas de Markov) e identificar las variables que afectan
en mayor parte a este último evento.
Alcance
Según su finalidad se trata de una investigación teórica aplicada, ya que, permite ampliar
los conocimientos respecto de un fenómeno, en este caso la posible quiebra en el sector
automotriz subsector comercializadora al por mayor y menor (Código CIIU G4510.01).
Según el alcance temporal, ésta es una investigación diacrónica-prospectiva; ya que, se
basa en la recolección de datos en diferentes etapas temporales y su evolución en el tiempo
de los balances anuales de los años 2008, 2014 y 2015 de las empresas del sector comercial
de la industria automotriz.
La investigación propuesta se basa en fuentes primarias y secundarias. Las fuentes
primarias se relacionan con el aporte que genera la propia investigación respecto al análisis
de quiebra y Cadenas de Markov. Las fuentes secundarias se asocian al acopio y
sistematización de información existente en los organismos públicos nacionales e
internacionales (Banco Central del Ecuador (BCE) /Ministerio de Industrias y
Productividad – Ecuador / Comisión Económica para América Latina y el Caribe (CEPAL)
/ Asociación de Empresas Automotrices (nacionales e internacionales), Superintendencia
de Compañías (nacionales e internacionales); privados (Cámaras de comercio/industrias/
Fedexpot/ Corpei/ Asociación de Empresas Automotrices del Ecuador (AEADE) / Cámara
de la Industria Automotriz del Ecuador (CINAE) e instituciones académicas (Institutos de
Investigación Económica.).
Metodología
La investigación es de tipo exploratoria, descriptiva y mixta ya que constituye un tema de
actualidad que se relaciona con la necesidad de comprender de manera más amplia la
verdadera situación de uno de los sectores con desarrollo en el país que es el sector
comercial de la industria automotriz mediante el uso de los balances de cada una de las
empresas.
5
La investigación se caracteriza por ser exploratoria porque analiza la quiebra con modelos
que permiten evaluar la situación del sector en escenarios nacionales e internacionales. Esta
técnica permite realizar simulaciones de los principales indicadores financieros, los mismos
que son relaciones entre cuentas presentadas en el balance general, estado de resultados y
flujo de caja, determinando comportamientos y tendencias que reflejan la gestión de los
recursos económicos en la compañía y a su vez permiten la comparación de la misma con
sus pares del sector. Es importante resaltar que los indicadores permiten tener una visión
objetiva de la empresa, dado que establecen relaciones exactas (numéricas) entre los
diferentes rubros y, por tal razón, forman parte del análisis financiero cuantitativo.
La investigación se caracteriza además por ser de tipo mixta, ya que, hace uso del análisis
discriminante para obtener una función capaz de clasificar a las empresas automotoras en
tres estados (saludable, gris y enferma) mediante el uso de los indicadores.
6
CAPÍTULO I
1. MARCO NORMATIVO Y TEÓRICO
1.1. Superintendencia de Compañías
“La Superintendencia de Compañías, Valores y Seguros es el organismo técnico, con
autonomía administrativa y económica, que vigila y controla la organización, actividades,
funcionamiento, disolución y liquidación de las compañías y otras entidades en las
circunstancias y condiciones establecidas por la Ley.” (Superintendecia de Compañías,
Valores y Seguros, 2008). La Superintendencia de Compañías, Valores y Seguros para su
funcionamiento se rige en la Constitución de la República del Ecuador, Ley de Compañías
y la Ley del Mercado de Valores.
La Ley de Compañías estipula que la primera autoridad y representante legal de la entidad
es el Superintendente de Compañías y que la Superintendencia de Compañías, Valores y
Seguros ejercerá el control y la vigilancia ya sea total o parcial de todas las empresas
mencionadas en el artículo 2, además de las empresas extrajeras, la bolsa de valores y sus
demás entes, de acuerdo a los términos de la Ley del Mercado de Valores.
Según el artículo 1 de la Ley de Compañías, “un contrato de compañía es aquel por el cual
dos o más personas unen capitales o industrias para emprender en operaciones mercantiles
y participar de sus utilidades”. Existen cinco especies de compañías de comercio según el
artículo 2 de la misma ley las cuales son:
Compañía en nombre colectivo. - Según el artículo 36 de la Codificación de la Ley
de Compañías, “la compañía a nombre colectivo se contrae entre dos o más personas
que hacen el comercio bajo una relación social”.
Compañía en comandita simple y dividida por acciones. - Según el artículo 59 de
la Codificación de la Ley de Compañías “la compañía en comandita simple existe bajo
una razón social y se contrae entre uno o varios socios solidaria e ilimitadamente
responsables y otro u otros, simples suministradores de fondos, llamados socios
comanditarios, cuya responsabilidad se limita al monto de sus aportes”.
Según el artículo 301 de la Codificación de la Ley de Compañías, “el capital de la
compañía en comandita por acciones se dividirá en acciones nominativas de un valor
7
nominal igual. La décima parte del capital social, por lo menos, debe ser aportada por
los socios solidariamente responsables (comanditados), a quienes por sus acciones se
entregarán certificados nominativos intransferibles”.
Compañía de responsabilidad limitada.- Según los artículos 92, 93 y 95 de la
Codificación de la Ley de Compañías, “la compañía de responsabilidad limitada es la
que se contrae entre tres o más personas, que solamente responden por las obligaciones
sociales hasta el monto de sus aportaciones individuales y hacen el comercio bajo una
razón social o denominación objetiva, a la que se añadirá, en todo caso, las palabras
“Compañía Limitada” o su correspondiente abreviatura. Este tipo de compañía es
siempre mercantil, pero sus integrantes, por el hecho de constituirla, no adquieren
calidad de comerciantes. La compañía de responsabilidad limitada no podrá funcionar
como tal si sus socios exceden del número de quince, si excediere de este máximo,
deberá transformarse en otra clase de compañía o disolverse”.
Compañía anónima.- Según el artículo 143 de la Codificación de la Ley de
Compañías, “la compañía anónima es una sociedad cuyo capital, dividido en acciones
negociables, está formado por la aportación de los accionistas que responden
únicamente por el monto de sus acciones. Las sociedades o compañías civiles
anónimas están sujetas a todas las reglas de las sociedades o compañías mercantiles
anónimas.
Compañía de economía mixta.- Según los artículo 308 y 309 de la Codificación de
la Ley de Compañías, “el Estado, las municipalidades, los consejos provinciales y las
entidades y organismos del sector público podrán participar, juntamente con el capital
privado, en el capital y en la gestión social de esta compañía. La facultad a la que se
refiere el artículo anterior corresponde a las empresas dedicadas al desarrollo y
fomento de la agricultura y de las industrias convenientes a la economía nacional y a
la satisfacción de necesidades de orden colectivo; a la prestación de nuevos servicios
públicos o al mejoramiento de los ya establecidos”.
1.1.1. Estado social de las compañías
Las empresas según la Ley de Compañías están clasificadas, por su estado social, en:
Disolución
En general según el artículo 361 de la Ley de Compañías, las compañías se disuelven por:
8
Vencimiento del plazo de duración fijado en el contrato social;
Traslado del domicilio principal a país extranjero;
Auto de quiebra de la compañía, legalmente ejecutoriado;
Acuerdo de los socios, tomado de conformidad con la Ley y el contrato social;
Conclusión de las actividades para las cuales se formaron o por imposibilidad
manifiesta de cumplir el fin social;
Pérdidas del cincuenta por ciento o más del capital social o, cuando se trate de
compañías de responsabilidad limitada, anónimas, en comandita por acciones y de
economía mixta, por pérdida del total de las reservas y de la mitad o más del capital;
Fusión a la que se refieren los artículos 3371;
Reducción del número de socios o accionistas del mínimo legal establecido, siempre
que no se incorpore otro socio a formar parte de la compañía en el plazo de seis meses,
a partir de cuyo vencimiento, si no se hubiere cubierto el mínimo legal, el socio o
accionista que quedare empezará a ser solidariamente responsable por las obligaciones
sociales contraídas desde entonces, hasta la publicación de la correspondiente
declaratoria de disolución. Por incumplimiento, durante cinco años, de lo dispuesto por
el artículo 20 de esta Ley;
No elevar el capital social a los mínimos establecidos en la Ley;
Inobservancia o violación de la Ley, de sus reglamentos o de los estatutos de la
compañía que atenten contra su normal funcionamiento o causen graves perjuicios a
los intereses de los socios, accionistas o terceros;
Obstaculizar o dificultar la labor de control y vigilancia de la Superintendencia de
Compañías o por incumplimiento de las resoluciones que ella expida; y,
Cualquier otra causa determinada en la Ley o en el contrato social.
Además de las causas enunciadas anteriormente, la disolución varía también según la
constitución de la empresa.
Reactivación
Sin importar la causa por la cual una empresa se disolvió, sí la compañía está en proceso
de liquidación puede reactivarse, siempre y cuando no se haya hecho la cancelación de la
1 Artículo 337 “La fusión de las compañías se produce: a) Cuando dos o más compañías se unen para formar
una nueva que les sucede en sus derechos y obligaciones; y, b) Cuando una o más compañías son absorbidas
por otra que continúa subsistiendo”. (Comisión Legislativa y Codificación, 1999)
9
inscripción en el Registro Mercantil, se haya solucionado el problema que haya provocado
la disolución, y sí el Superintendente de Compañías no encuentre otro motivo para que en
efecto se procese la disolución.
Inactividad
Según el artículo 359 y el artículo 360 de la Ley de Compañías, las empresas que son
declaradas inactivas son aquellas que no hayan cumplido con el artículo 20 de la Ley de
Compañías2 durante dos años consecutivos. Sí en 30 días la empresa sigue inactiva el
Superintendente está en el derecho de declarar disuelta y ordenar que se liquide.
Liquidación
Cuando la empresa ya está previamente disuelta, esta puede ser liquidada, siempre y cuando
no haya sido disuelta por fusión o escisión.
Cancelación
Cuando el proceso de liquidación haya terminado, el Superintendente de Compañías dictará
una resolución ordenando la cancelación de la empresa siempre y cuando un liquidador
haga el respectivo pedido.
1.1.2. Empresas según su tamaño
En la Ley de la Superintendencia de Compañías a las empresas se las clasifica de acuerdo
al volumen de ventas que ha obtenido en un año, sus activos y el número de empleados que
posee, como se puede observar en la Figura 1.
2 Las compañías constituidas en el Ecuador, sujetas a la vigilancia y control de la Superintendencia de
Compañías, enviarán a ésta, en el primer cuatrimestre de cada año:
a) Copias autorizadas del balance general anual, del estado de la cuenta de pérdidas y ganancias, así como de
las memorias e informes de los administradores y de los organismos de fiscalización establecidos por la Ley;
b) La nómina de los administradores, representantes legales y socios o accionistas; y,
c) Los demás datos que se contemplaren en el reglamento expedido por la Superintendencia de Compañías.
El balance general anual y el estado de la cuenta de pérdidas y ganancias estarán aprobados por la junta
general de socios o accionistas, según el caso; dichos documentos, lo mismo que aquellos a los que aluden
los literales b) y c) del inciso anterior, estarán firmados por las personas que determine el reglamento y se
presentarán en la forma que señale la Superintendencia.
10
Figura 1. Clasificación de las empresas según su tamaño
Figura 1. Clasificación de las empresas según su tamaño. Adaptado de “Directorio de Empresas y
Establecimientos 2012” por Instituto Nacional de Estadísticas y Censos, 2012, INEC, p. 12.
1.1.3 Clasificación Nacional de Actividades Económicas
El Clasificador Internacional Industrial Uniforme de Actividades Económicas (CIIU) “es
un instrumento que sirve para clasificar de manera uniforme, consistente y coherente, las
actividades económicas y unidades de producción, dentro de un sector de la economía,
según la actividad económica principal que desarrolle” (Superintendencia de Compañías,
Valores y Seguros, 2011).
En la figura 2 se presenta los sectores codificados por la Superintendencia de Compañías
Valores y Seguros.
Figura 2. Tabla sectores codificados
Figura 2. Tabla sectores codificados. Adaptado de “Informe de labores 2011” por Superintendencia de
Compañías Valores y Seguros, 2011, Superintendencia de Compañías, p. 31.
11
El sector que se estudiará en el presente proyecto es el G “Comercio al por mayor y menor;
reparación de vehículos automotores y motocicletas el cual se caracteriza por la venta sin
transformación como paso final en la distribución de la mercadería. El sector G posee 3
divisiones las cuales son:
45.- Abarca las actividades relacionadas a la venta y reparación de vehículos
automotores y motocicletas.
46.- Otras actividades de venta pero caracterizadas por ser al por menor.
47.- Otras actividades de venta pero caracterizadas por ser al por mayor.
En este caso se estudia la división 45 la cual se caracteriza por incluir todas las actividades
relacionadas con vehículos automotores, motocicletas, como la venta al por mayor y menor
de vehículos nuevos y de segunda mano, al igual que partes y accesorios de los mismos,
entre otros excepto la fabricación y renta; no incluye la venta de combustible, lubricantes,
refrigerantes, entre otros.
Además, esta división tiene 4 desagregados más que es el sector específico en análisis,
“G4510.01”, “Venta de vehículos nuevos y usados: vehículos de pasajeros, incluidos
vehículos especializados como: ambulancias y minibuses, camiones, remolques y
semirremolques, vehículos de acampada como: caravanas y autocaravanas, vehículos para
todo terreno (jeeps, etcétera), incluido la venta al por mayor y al por menor por
comisionistas” (INEC, 2012).
1.2. Indicadores financieros
Los indicadores financieros son el fundamento usual del análisis y la interpretación de los
estados financieros de una empresa. Estos permiten determinar la situación y la evolución
ya sea financiera o económica de la misma y así alcanzar una buena toma de decisiones. Es
importante resaltar que los indicadores no se los puede considerar de manera aislada, ya
que, no son significativos por si solos, sino deben ser comparados de acuerdo a los objetivos
que se quieran alcanzar.
12
1.2.1. Indicadores de liquidez
Estos indicadores miden la capacidad que tienen las empresas para pagar sus obligaciones
además de evaluar el riesgo de crédito de las mismas en un lapso menor a un año (corto
plazo).
Figura 3. Indicadores de liquidez
Figura 3. Indicadores de liquidez. Adaptado de “Tabla de Indicadores” por Superintendencia de
Compañías, 2011, SC p.4-7.
Las cuentas que conforman los indicadores de liquidez son las siguientes:
Activo corriente.- Son los activos que se espera consumir, vender o realizar en el corto
plazo (un año). En el Anexo 1 se observa las cuentas que pertenecen al activo corriente.
Inventarios.- Los inventarios son parte de los activos corrientes, ya que, se espera que
estos roten y sean consumidos en menos de un año. Estos bienes son usados para
satisfacer una demanda futura. En el Anexo 1, los inventarios se encuentran en el punto
II y se los denomina como “existencias”.
Pasivo corriente.- Son las deudas y obligaciones que tiene la empresa. Éstas tienen un
vencimiento inferior a un año, es decir son de corto plazo. En el Anexo 2 se observa
las cuentas que pertenecen al pasivo corriente.
13
1.2.2. Indicadores de solvencia
Estos indicadores relacionan el activo con las deudas contraídas con terceros. Además
miden el grado en que participan los acreedores dentro del financiamiento, el riesgo que
estos corren y si conviene o no el endeudamiento. Este indicador es una medida de análisis
a largo plazo.
Figura 4. Indicadores de solvencia
Figura 4. Adaptado de “Tabla de Indicadores” por Superintendencia de Compañías, 2011, SC p.4-7.
14
Las cuentas que conforman los indicadores de solvencia son las siguientes:
Activo total.- Son los recursos o derechos que son administrados por la empresa, de
los cuales se confía obtener un beneficio económico a futuro. Esta cuenta se forma por
los activos corrientes (ver Anexo 1) y los activos no corrientes (ver Anexo 3).
Pasivo total.- Son las obligaciones que tiene la empresa con terceros o los mismos
socios. Esta cuenta se forma por los pasivos corrientes y los pasivos no corrientes. En
el Anexo 4 se observan las cuentas que conforman el pasivo total.
Patrimonio.- Es la parte residual de la empresa, ya que, es lo que queda al restar los
pasivos de los activos. Esta cuenta incluye el capital social, los resultados acumulados,
entre otros que se pueden observar en el Anexo 5.
Utilidad antes de impuestos.- Es un indicador que se calcula restando los gastos
(gastos generales, administrativos, operativos, financieros) de los ingresos (ventas,
costo de ventas, intereses, depreciación) sin tomar en cuenta los impuestos. Esta cuenta
mide el desempeño financiero de la empresa (utilidad operacional y no operacional).
Utilidad antes de interés e impuestos.- También conocido como resultado operativo.
Este indicador contable mide la rentabilidad de la empresa y se lo calcula restando los
ingresos de los gastos, excluyendo de estos últimos los impuestos e intereses.
1.2.3. Indicadores de gestión
Estos indicadores miden la eficiencia de la utilización de los recursos de la empresa, es
decir, miden el nivel de rotación del activo, la recuperación de los créditos y el pago de las
deudas.
El período medio de cobranza puede afectar a la liquidez de la empresa ante la posibilidad
de un período bastante largo entre el momento que la empresa factura sus ventas y el
momento en que recibe el pago de las mismas. El período medio de pago adquiere mayor
significado cuando se lo compara con los índices de liquidez y el período medio de
cobranza; cabe recalcar que las cuentas y documentos por cobrar y por pagar son las de
corto plazo.
15
Figura 5. Indicadores de gestión
Figura 5. Indicadores de gestión. Adaptado de “Tabla de Indicadores” por Superintendencia de Compañías,
2011, SC p.7-12.
Las cuentas que conforman los indicadores de gestión son las siguientes:
Ventas.- Es la facturación de la empresa en un período de tiempo, a valor de venta.
Cuentas y documentos por cobrar.- Son los derechos que tiene la empresa por la
mercadería que ha vendido a crédito o aquellos derechos como la comisión por
préstamos, servicios prestados, entre otros. En el Anexo 3 se puede observar la cuenta
dentro de los activos.
16
Cuentas y documentos por pagar.- Son las formas en como la empresa busca
financiamiento en el corto plazo para poder financiar los bienes que constituyen el
activo. En el Anexo 4 se puede observar cuál es su estructura en el pasivo.
Gasto de administración y ventas.- Son todos los rubros que la empresa necesita para
que funcione normalmente.
Gastos financieros.- Son los gastos a los que la empresa recurre para poder
financiarse. Dentro de esta cuenta se encuentran los intereses por bonos u obligaciones,
intereses de deuda, entre otros.
1.2.4. Indicadores de rentabilidad
Los indicadores de rentabilidad también conocidos como indicadores de rendimiento o
lucratividad miden la efectividad de la administración de la empresa para controlar los
costos y gastos y así convertir las ventas en utilidades.
La rentabilidad neta del activo o Método Dupont permite relacionar la rentabilidad de
ventas y la rotación del activo total, con lo que se puede identificar las áreas responsables
del desempeño de la rentabilidad del activo. Si existe un monto muy alto de gastos no
deducibles, el impuesto a la renta tendrá un valor elevado, el mismo que, al sumarse con la
participación de trabajadores puede ser incluso superior a la utilidad del ejercicio.
17
Figura 6. Indicadores de rentabilidad
Figura 6. Indicadores de rentabilidad. Adaptado de “Tabla de Indicadores” por Superintendencia de
Compañías, 2011, SC p.12-17.
Las cuentas que conforman los indicadores de gestión son las siguientes:
Utilidad neta.- Es la utilidad que se distribuye a los socios, es igual a los ingresos
menos el costo y los gastos.
Costo de ventas.- Es el esfuerzo económico que representa la fabricación de un
producto, o alcanzar el objetivo operativo.
18
Utilidad operacional.- Es aquella que resulta de la resta entre los ingresos
operacionales y los costos y gastos operacionales. Esta utilidad está relacionada
directamente con la actividad principal de la empresa.
1.3. Modelo de Altman
En el año de 1966 para poder clasificar las empresas en solventes e insolventes, Altman
desarrolló un modelo donde tomó una muestra de 66 empresas. Con esta muestra de
empresas que habían quebrado y otras que seguían funcionando, se calculó 22 razones
financieras las cuales fueron clasificadas en 5 categorías: rentabilidad, apalancamiento,
liquidez, actividad y solvencia. Sin embargo, después de varias pruebas Altman determinó
5 variables que fueron aquellas que caracterizaban de mejor manera al modelo y dieron
mejores resultados en la predicción de las empresas manufactureras que cotizaban en la
bolsa.
Para llegar a esa clasificación Altman utilizó los siguientes métodos:
La significatividad estadística de funciones discriminantes alternativas incluyendo la
contribución relativa de variables individuales.
Examen de la matriz de correlaciones relevante.
Resultados predictivos basados en los test de clasificación.
Su propio juicio como investigador.
El análisis discriminante, en base a la formulación del Modelo de Altman, busca una unidad
estadística, donde el objeto central de esta técnica estadística multivariada utilizada son los
grupos de unidades estadísticas (previamente determinados) y así, en un siguiente paso
poder ubicarlos en una nueva unidad estadística.
Este análisis asume la existencia de una partición de todo el universo en g grupos de
unidades estadísticas. Donde g≥2, a estos k grupos se los denomina poblaciones y se los
representará por _1; _2; _3; _4; …; _g. Las variables discriminatorias se las ubicarán en
un vector aleatorio X. En este caso serán los ratios de Z2 y su función de densidad f(X) estará
asociada al universo y a cada una de las subpoblaciones se le asocia una función de densidad
del vector X; fk(X) donde k= 1, 2, 3, 4, …, g.
La regla discriminante permite ubicar a una nueva unidad estadística con información
específica del vector aleatorio X=x, provocando una participación del espacio de las
19
observaciones £ en regiones disjuntas £1; £2; £3; £4;…, £g; tal que g Ʃ£k=£, llamada
regiones de clasificación, regla definida en forma genérica K=1 como “ubicar la unidad
estadística con información X=x en el grupo _k, si x _£k”. Para k=1,2,3,…, g.
Antes de ubicar una nueva unidad a alguno de los grupos, a cada unidad se le asocia las
probabilidades _1; _2; _3;…, de pertenecer a cada uno de las g poblaciones. La
probabilidad _k se la llama probabilidad a priori de pertenecer a la población _k. La
asignación de la unidad a un grupo puede ser incorrecta, a esta equivocación se la denomina
error de clasificación incorrecta.
1.3.1. Modelo Z
𝑍 = 1.2𝑥1 + 1.4𝑥2 + 3.3𝑥3 + 0.6𝑥4 + 0.99𝑥5
Dónde:
X1 =Capital de trabajo / Activo total
X2 =Utilidades retenidas / Activo total
X3 =Utilidades antes de intereses e impuestos / Activo total
X4 =Valor de mercado del capital / Pasivo total
X5 = Ventas / Activo total.
Los resultados de este modelo indican que si el valor de Z≥2.99, la empresa no va a tener
problemas de insolvencia en el futuro; si Z≤1.81, la empresa va a tener alta posibilidad de
tener problemas de insolvencia.
Utilizando este criterio de clasificación, Altman concluye que su modelo da buenos
resultados de predicción hasta dos años previos a la quiebra. Si se sobrepasa este tiempo la
capacidad predictiva del modelo se reduce drásticamente.
1.3.2. Modelo Z1
El ratio X4 cambia su numerador por el valor contable en lugar del valor del mercado de
capital. Esto ha hecho que el modelo se pudiera aplicar no sólo a empresas que cotizaran
en la bolsa sino a todas las demás. Como el ratio X4 cambió, la función discriminante
también y se obtuvo el siguiente resultado:
𝑍 = 0.717𝑥1 + 0.847𝑥2 + 3.107𝑥3 + 0.420𝑥4 + 0.998𝑥5
20
Los resultados de este modelo indican que si el valor de Z1≥2.90, la empresa no va a tener
problemas de insolvencia en el futuro; si Z1≤1.23, la empresa va a tener alta posibilidad de
tener problemas de insolvencia. La zona que está entre esos dos intervalos se la define como
zona gris, ya que, no está bien definida su situación futura.
1.3.3. Modelo Z2
Este modelo es el más óptimo, ya que, se lo modificó de tal manera que se pueda aplicar a
todo tipo de empresa y no sólo a las manufactureras. En este modelo se elimina X5
ponderando y dando mayor importancia a la generación de utilidades en relación al activo,
al igual que su reinversión.
Función:
𝑍 = 6.56𝑥1 + 3.26𝑥2 + 6.72𝑥3 + 1.05𝑥4
Dónde:
X1 =Capital de trabajo / Activo total|
X2 =Utilidades retenidas / Activo total
X3 =Utilidades antes de intereses e impuestos / Activo total
X4 =Valor contable del patrimonio/ Pasivo total
Los resultados de este modelo indican que si el valor de Z2≥2.60, la empresa no va a tener
problemas de insolvencia en el futuro; si Z2≤1.10, la empresa va a tener alta posibilidad de
tener problemas de insolvencia. La zona que está entre los dos intervalos se la define como
zona gris, ya que, no está bien definida su situación futura.
1.4. Análisis discriminante
El análisis discriminante es una técnica estadística multivariante que permite analizar si
existe diferencia significativa entre grupos, y de existir esa diferencia explicar cómo es que
éstas existen y así clasificarlas. El análisis discriminante pretende encontrar las relaciones
lineales que existe entre las variables independientes 3 (deben ser continuas) que
discriminen de mejor manera en los grupos donde se encuentran los objetos y además
3 Estas variables son las que determinan a qué grupos pertenecen los objetos.
21
construir una regla que clasifique a los objetos nuevos con ciertas características en uno de
los grupos prefijados.
El análisis discriminante considera los siguientes supuestos:
Existe una variable categórica y las demás, que son independientes a la variable
categórica, son de razón o intervalo.
Al menos se necesitan dos grupos de clasificación, y cada grupo debe tener más de dos
casos.
(𝑥1, 𝑥2, … , 𝑥𝑝) donde p < (n-2), es decir, el total de variables discriminantes es menor
al total de objetos menos dos.
Las variables discriminantes no pueden tener combinación lineal con otras de su
mismo tipo.
El número máximo de funciones discriminantes es el mínimo (total de variables, total
de grupos -1) con q grupos, (q-1) funciones discriminantes.
La matriz de covarianzas intra-grupos deben ser casi semejantes.
Las variables independientes deben tener una distribución normal multivariante4.
1.4.1. Modelo matemático
Se inicia con q grupos los cuales tienen asignados objetos y p variables que están medidas
sobre estos últimos (𝑥1, 𝑥2, … , 𝑥𝑝), donde se intenta obtener para cada objeto puntuaciones
que permitan indicar el grupo al que pertenecen (𝑦1, 𝑦2, … , 𝑦𝑚), donde estas sean funciones
lineales de las p variables.
{
𝑦1 = 𝑤11𝑥1 + 𝑤12𝑥2 +⋯+𝑤1𝑝𝑥𝑝 + 𝑤𝑖0……………………………………
𝑦𝑚 = 𝑤𝑚1𝑥1 + 𝑤𝑚2𝑥2 +⋯+𝑤𝑚𝑝𝑥𝑝 + 𝑤𝑖0 m=min[𝑞 − 1, 𝑝]
4 Un vector aleatorio X=, sigue una distribución normal k-variante o k-dimensional de vector de medias,𝑀 =
(
𝜇1𝜇2.𝜇𝑍
) y de matriz de varianzas, 𝑉 =
(
𝜎12 𝜎1.2 . . 𝜎1,𝑘
𝜎1.2 𝜎22 . . 𝜎2,𝑘
. . . . .
. . . . .𝜎1.𝑘 𝜎2,𝑘 . . 𝜎𝑘
2 )
lo que se expresa como: 𝑋~𝑁𝑘(𝑀; 𝑉) si su
función de densidad conjunta obedece a la expresión:
𝑓(𝑋) = 𝑓(𝑥1, 𝑥2, … , 𝑥𝑘) =𝑒−12[(𝑋−𝑀)′𝑉−1(𝑋−𝑀)]
√(2𝜋)𝑘𝑑𝑒𝑡𝑉
. (Lejarza, 2012)
22
Las cuales discriminen lo más que puedan a los q grupos. Estas combinaciones que deben
ser lineales deben maximizar la varianza inter-grupos y minimizar la varianza intra-grupos.
1.4.2. Descomposición de la varianza
La varianza puede descomponerse en variabilidad inter-grupos y variabilidad intra-grupos.
Teniendo como ecuación inicial:
𝐶𝑜𝑣(𝑥𝑗 , 𝑥𝑗′) =1
𝑛∑(𝑥𝑖𝑗 − �̅�𝑗)(
𝑛
𝑖=1
𝑥𝑖𝑗′ − �̅�𝑗′)
Donde:
�̅�𝑘𝑗 =1
𝑛𝑘∑ 𝑥𝑖𝑗𝑖∈𝐼𝑘 para k=1,…, q.
De esta manera, la media total de la variable 𝑥𝑗 se expresa como función de las medias
intra-grupos:
𝑛𝑘�̅�𝑘𝑗 =∑𝑥𝑖𝑗𝑖∈𝐼𝑘
Con lo cual,
�̅�𝑗 =1
𝑛∑𝑥𝑖𝑗 =
1
𝑛∑∑𝑥𝑖𝑗 =
1
𝑛∑𝑛𝑘�̅�𝑘𝑗 =∑
𝑛𝑘𝑛�̅�𝑘𝑗
𝑞
𝑘=1
𝑞
𝑘=1𝑖∈𝐼𝑘
𝑞
𝑘=1
𝑛
𝑖=1
Así,
𝐶𝑜𝑣(𝑥𝑗 , 𝑥𝑗′) =1
𝑛∑∑(𝑥𝑖𝑗 − �̅�𝑗)(𝑥𝑖𝑗′ −
𝑖∈𝐼𝑘
𝑞
𝑘=1
𝑥𝑗′)
Remplazando: {(𝑥𝑖𝑗 − �̅�𝑗) = (𝑥𝑖𝑗 − �̅�𝑘𝑗) + (�̅�𝑘𝑗 − �̅�𝑗)
(𝑥𝑖𝑗′ − �̅�𝑗′) = (𝑥𝑖𝑗′ − �̅�𝑘𝑗′) + (�̅�𝑘𝑗′ − �̅�𝑗′) se obtiene,
23
𝐶𝑜𝑣(𝑥𝑗 , 𝑥𝑗′) = 1
𝑛∑∑(𝑥𝑖𝑗 − �̅�𝑗)(𝑥𝑖𝑗′ −
𝑖∈𝐼𝑘
𝑞
𝑘=1
𝑥𝑗′)
=1
𝑛∑∑(𝑥𝑖𝑗 − �̅�𝑘𝑗)(𝑥𝑖𝑗′ −
𝑖∈𝐼𝑘
𝑞
𝑘=1
�̅�𝑘𝑗′) +∑𝑛𝑘𝑛(�̅�𝑘𝑗 − �̅�𝑗)(
𝑞
𝑘=1
(�̅�𝑘𝑗′ − �̅�𝑗′)
= 𝑣(𝑥𝑗 , 𝑥𝑗′) + 𝑓(𝑥𝑗 , 𝑥𝑗′) → 𝑡(𝑥𝑗 , 𝑥𝑗′)⏞ 𝑐𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑡𝑜𝑡𝑎𝑙
= 𝑣(𝑥𝑗 , 𝑥𝑗′)⏞ 𝑐𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑖𝑛𝑡𝑟𝑎 𝑔𝑟𝑢𝑝𝑜𝑠
+ 𝑓(𝑥𝑗 , 𝑥𝑗′)⏞ 𝑐𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑖𝑛𝑡𝑒𝑟 𝑔𝑟𝑢𝑝𝑜𝑠
→ 𝑇 = 𝑉 + 𝐹⏞ 𝑀𝑎𝑡𝑟𝑖𝑐𝑖𝑎𝑙𝑚𝑒𝑛𝑡𝑒
La covarianza total = covarianza intra grupos+ covarianza inter grupos
1.4.3. Extracción de funciones discriminantes
El análisis discriminante se basa en la extracción de ciertas variables observadas
(𝑥1, 𝑥2, … , 𝑥𝑝) en k grupos, m funciones (𝑦1, 𝑦2, … , 𝑦𝑚). Donde: 𝑦𝑖 = 𝑤𝑖1𝑥1 + 𝑤𝑖2𝑥2 +
⋯+𝑤𝑖𝑝𝑥𝑝 + 𝑤𝑖0 donde m=min[𝑞 − 1, 𝑝], tales que corre (𝑦𝑖, 𝑦𝑗) = 0 ∀𝑖 ≠ 𝑗.
Se denomina discriminantes canónicas si las variables están tipificadas y las funciones
(𝑦1, 𝑦2, … , 𝑦𝑚) se extraen de modo que:
𝑦1 sea la combinación lineal de (𝑥1, 𝑥2, … , 𝑥𝑝) que proporciona la mayor
discriminación posible entre grupos.
𝑦2 sea la combinación lineal de (𝑥1, 𝑥2, … , 𝑥𝑝) que proporciona la mayor
discriminación posible entre los grupos, después de 𝑦1, tal que corre (𝑦1, 𝑦2) = 0.
En general, 𝑦𝑖 es la combinación lineal de (𝑥1, 𝑥2, … , 𝑥𝑝) que proporciona la mayor
discriminación posible entre grupos, después de 𝑦𝑖−1, tal que corre (𝑦𝑖, 𝑦𝑗) = 0 para
𝑗 = 1,… , (𝑖 − 1).
1.4.4. Matricialmente
Se busca una función lineal de (𝑥1, 𝑥2, … , 𝑥𝑝): 𝑌 = 𝑤′𝑋.
Como se dijo anteriormente, la covarianza total = covarianza intra grupos más covarianza
inter grupos: 𝑇 = 𝑉 + 𝐹⏞ 𝑀𝑎𝑡𝑟𝑖𝑐𝑖𝑎𝑙𝑚𝑒𝑛𝑡𝑒
.
24
De modo que, 𝑉𝑎𝑟(𝑦) = 𝑤′𝑇𝑤 = 𝑤′𝐹𝑤 + 𝑤′𝑉𝑤.
Se maximiza la varianza inter grupos: 𝑚á𝑥 [𝑤′𝐹𝑤
𝑤′𝑇𝑤] donde ésta es una función homogénea
𝑓(𝑤) = 𝑓(𝜇𝑤)∀𝜇 ∈ 𝑅. Como se considera que esta función es homogénea equivale a
calcular 𝑚á𝑥[𝑤′𝐹𝑤] 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑤′𝑇𝑤 = 1.
De acuerdo a los multiplicadores de Lagrange:
𝐿 = 𝑤′𝐹𝑤 − 𝜆(𝑤′𝑇𝑤 − 1) ⇒𝜗𝐿
𝜗𝑤= 2𝐹𝑤 − 2𝜆𝑇𝑤 = 0 ⇒ 𝐹𝑤 = 𝜆𝑇𝑤 ⇒ (𝑇−1𝐹)𝑤
= 𝜆𝑤
En consecuencia, el auto vector asociado a la primera función discriminante lo es de la
matriz (𝑇−1𝐹), que en general no es simétrica.
Como 𝐹𝑤 = 𝜆𝑇𝑤, se tiene 𝑤′𝐹𝑤 = 𝜆𝑤′𝑇𝑤 = 𝜆.
Por lo tanto al tomar el vector asociado al máximo auto valor5 se obtiene la función que
recoge el máximo poder discriminante.
1.5. Cadenas de Markov
El uso de Cadenas de Markov para el análisis económico financiero de las industrias es
muy común. Se han utilizado en ambientes donde el tipo de cambio de divisas puede ser y
es representado como una función de sus varios valores pasados modificados por la
volatilidad del mercado donde es incorporada como un término de perturbación. En este
estudio la estabilidad financiera envuelve las pequeñas fluctuaciones que la rodean que a
simple vista no se las encuentran, sin embrago, se puede observar la inestabilidad con el
tipo de cambio que tiende al infinito. (Paul Krugman, 1992).
El teorema Markoviano permite determinar un proceso de riesgo clásico en un entorno
aleatorio, siempre y cuando exista un estado inicial, generando aproximaciones que
convergen desde arriba hacia abajo a la solución. Norkin (2004) considera un proceso de
quiebra general, el cual describe la evolución estocástica del capital en una compañía en un
entorno Markoviano aleatorio con un volumen de primas no lineal y los seguros (contratos)
generales. Muestra que la probabilidad de quiebra del proceso responde a un sistema de
5 Auto valor asociado indica la proporción de varianza total explicada por las m funciones discriminantes que
recoge la variable 𝑦𝑖 .
25
ecuaciones integrales infinitas las cuales son usadas para calcular la probabilidad de quiebra
y aplica las iteraciones para ver la convergencia que existe en el mismo (proceso).
Una cadena de Markov es un modelo matemático dinámico y estocástico que describe la
evolución de un sistema aplicando probabilidad a través del tiempo.
El modelo de Markov utiliza matrices y vectores de probabilidad para hacer más sencillo
su comprensión.
Un vector columna 𝑣 = [
𝑣1𝑣2…𝑣𝑟
] es un vector de probabilidad si 𝑣𝑖 ≥ 0 ∀𝑖= 1,2, … , 𝑟 y
además ∑ 𝑣𝑖𝑟𝑖=1 . De igual manera, el vector fila 𝑣 = [𝑣1𝑣2…𝑣𝑟] es también un vector de
probabilidad si todas las vi son positivas o son igual a cero y suman 1. Estos vectores de
probabilidad (r) se determinan conociendo r-1. Este sistema sólo cambia de estado en
instantes de tiempo dados: t=0, t=1, t=2, …, t=n. Por lo tanto, la variable tiempo es una
variable discreta y n se considera una variable aleatoria de tipo cualitativa o cuantitativa
dependiendo de si tiene valores o atributos.
Para indicar la probabilidad de que el proceso se encuentra en el estado i en el instante n se
lo representa de la siguiente manera:
𝑃(𝑋𝑛 ∈ 𝐸𝑖) = 𝑃(𝑋𝑛 = 𝑖)
Y se define el vector de probabilidad en la etapa n-ésima, al vector columna:
𝑃(𝑛) =
[ 𝑝1(𝑛)
𝑝2(𝑛)…
𝑝𝑗(𝑛)…
𝑝𝑟(𝑛)]
𝑠𝑖𝑒𝑛𝑑𝑜 𝑝𝑗(𝑛) = 𝑃(𝑋𝑛 = 𝑗)
Este vector está formado por probabilidades cuya suma es 1 porque el sistema en cada etapa
está en uno de los estados E1, E2,…, Ej, …, Er que son parte del conjunto de estados E. A
cada par del conjunto finito de estados se le asigna un número pij no negativo el cual
representa la probabilidad de que el sistema del estado inicial i pasa al estado j
posteriormente.
𝑝𝑖𝑗 = 𝑃(𝑋1 = 𝑗 𝑋0⁄ = 𝑖)
26
Una cadena de Markov finita es una sucesión de variables aleatorias discretas X0, X1, X2,
…, Xn, …, todas con rango finito y conjunto de valores E, espacio de estados del sistema
que verifican:
𝑃(𝑋𝑛+1 = 𝑗 𝑋0⁄ = 𝑖0, 𝑋1 = 𝑖1, … , 𝑋𝑛 = 𝑖𝑛) = 𝑃(𝑋𝑛+1 = 𝑗 𝑋𝑛⁄ = 𝑖𝑛) = 𝑝𝑖𝑛𝑗
∀𝑛 ≥ 0 y ∀𝑖0, 𝑖1, … , 𝑖𝑛 ∈ 𝐸 para los que 𝑃(𝑋0 = 𝑖0, … , 𝑋𝑛 = 𝑖𝑛) > 0.
El conjunto E es el conjunto de estados de la cadena y las probabilidades
𝑝𝑖𝑗 = 𝑃(𝑋𝑛+1 = 𝑗 𝑋𝑛⁄ = 𝑖)
que no dependen de n, se llaman probabilidades de transición o probabilidades de transición
en una etapa.
Figura 7. Cadenas de Markov
Figura 7. Representación de la transición entre estados para una cadena de Markov. Adaptado de
“Convergencia de las Cadenas de Markov” por Scientia et Technica, 2006, UTO p.73-78.
En resumen, una Cadena de Markov, es un proceso aleatorio homogéneo en el tiempo, ya
que, las probabilidades de transición no dependen de una etapa específica de n, pues la
variable tiempo puede tener un sin número de valores.
La probabilidad de que una cadena de Markov esté en el período n+1 depende del estado
en que estuvo en el momento anterior y este último del que pasó antes de él y así
repetidamente. Esto se lo puede representar mediante la siguiente matriz de transición con
espacio de estados 𝐸 = {1, 2, 3, … , 𝑟} donde r≥2 a la matriz M, de orden r.
27
E1 E2 … Ej … Er
E1 p11
p21 … pi1 … pr1
E2 p12 p22 … pi2 … pr2
Mrxr= … … … … … … …
Ej p1j p2j … pij … prj
… … … … … … …
Er p1r p2r … pir … prr
Donde 𝑝𝑖𝑗 = 𝑃(𝑋𝑛+1 = 𝑗 𝑋𝑛⁄ = 𝑖) = 𝑃(𝑋1 = 𝑗 𝑋0⁄ = 𝑖)∀𝑛 ∈ Ν.
1.5.1. Evolución de una cadena de Markov
Una cadena de Markov queda determinada si cumple las siguientes condiciones:
Su espacio de estados es finito donde r≥2.
Tiene una matriz estocástica conocida como matriz de probabilidades de transición
𝑀 = [𝑝𝑖𝑗]𝑟𝑥𝑟′.
El vector de probabilidad inicial debe encontrarse en el estado i en el momento inicial
𝑃(0) = [
𝑝1(0)
𝑝2(0)…
𝑝𝑟(0)
] siendo 𝑝𝑖(0) = 𝑃(𝑋0 = 𝑖).
Con las condiciones dadas se puede deducir una ley de probabilidad para cualquier etapa
n, obteniendo la siguiente fórmula:
𝑝𝑗(1) = 𝑃(𝑋1 = 𝑗)
= 𝑃(𝑋0 = 1) ∗ 𝑃(𝑋1 = 𝑗 𝑋0⁄ = 1) + 𝑃(𝑋0 = 2) ∗ 𝑃(𝑋1 = 𝑗 𝑋0⁄ = 2) + ⋯+ 𝑃(𝑋0 = 𝑟)
∗ 𝑃(𝑋1 = 𝑗 𝑋0⁄ = 𝑟) = 𝑝1(0) ∗ 𝑝1𝑗 + 𝑝2(0) ∗ 𝑝2𝑗 +⋯+ 𝑝𝑟𝑗(0) ∗ 𝑝𝑟𝑗
∀𝑗 = 1, 2, … , 𝑟.
En resumen
28
[ 𝑝1(1)
𝑝2(1)…
𝑝𝑗(1)…
𝑝𝑟(𝑛)]
=
[ 𝑝11 𝑝21 … 𝑝𝑖1 … 𝑝𝑟1𝑝12 𝑝22 … 𝑝𝑖2 … 𝑝𝑟2… … … … … …𝑝1𝑗 𝑝2𝑗 … 𝑝𝑖𝑗 … 𝑝𝑟𝑗… … … … … …𝑝1𝑟 𝑝2𝑟 … 𝑝𝑖𝑟 … 𝑝𝑟𝑟]
∗
[ 𝑝1(0)
𝑝2(0)…
𝑝𝑗(0)…
𝑝𝑟(0)]
Llamando a P(n) al vector de probabilidad en la etapa n-ésima,
𝑃(𝑛) = [
𝑝1(𝑛)
𝑝2(𝑛)…
𝑝𝑟(𝑛)
] = [
𝑃(𝑋𝑛 = 1)𝑃(𝑋𝑛 = 2)
…𝑃(𝑋𝑛 = 𝑟)
]
Si n=1: P(1)=M*P(0)
Si n=2: P(2)=M*P(1)=M2*P(0)
…
P(n)=Mn*P(0), ∀n∈Ν
Conociendo la ley de probabilidad inicial, P(0) , la evolución de la cadena depende sólo
de la matriz de transición.
1.5.2. Convergencia de las cadenas de Markov
Teniendo una ecuación inicial6
[𝑝(𝑛 + 1)] = [𝑝(𝑛)][𝑀] (1)
Y transformándola en la siguiente ecuación:7
𝐹(𝑧) = 𝑍{𝑓(𝑛)} = ∑ 𝑓(𝑛) ∗ 𝑧𝑛∞𝑛=0 (2)
Se obtiene:
([𝑃(𝑧)] − [𝑃(0)])/𝑧 = [𝑃(𝑧)][𝑀] , entonces
[𝑃(𝑧)] = [𝑃(0)][𝐶(𝑧)]−1 (3)
Donde [𝐶(𝑧)] = [𝐼𝑚] − 𝑧[𝑀]
6 Donde M es la matriz cuadrada de m*m de las probabilidades de transición 𝑝𝑖𝑗 . 7 Ecuación de la transformación de z
29
La relación entre las raíces de z, el determinante de C y los elementos de M es inversa, es
decir,
|𝐶(𝑧)| = 0 𝑒𝑠 |[𝐼] − 𝑧[𝑀]| = 𝑧𝑚|1/𝑧[𝐼] − [𝑀]| = ⋯ = 𝑧𝑚|𝜆[𝐼] − [𝑀]| = 0
Donde z≠0
La inversa de la matriz C(z) se calcula multiplicando el inverso del determinante de la
matriz y su matriz adjunta:
[𝑃(𝑧)] = [𝑃(0)] {1
|𝐶(𝑧)|𝐴𝑑𝑗(𝐶(𝑧))} (4)
Donde para los m valores propios utilizando fracciones simples es:8
[𝑃(𝑧)] = [𝑃(0)] {∑1
1−𝜆𝑘𝑧[𝐴𝑘]
𝑚𝑘=1 } (5)
Utilizando la transformación Z inversa a la ecuación 5 mediante la ecuación 3 se obtiene:
[𝑝(𝑛)] = [𝑝(0)]{∑ [𝐴𝑘]𝜆𝑘𝑛𝑚
𝑘=1 } (6)
Para aplicar la convergencia de las cadenas de Markov se debe tomar en cuenta lo siguiente:
Siempre existe al menos un valor propio igual a 1 en la matriz M
Los valores propios se encuentran dentro del círculo unitario complejo
Por lo tanto, a medida que n aumenta la suma de la ecuación 6 se reduce sólo al valor propio
igual a 1 y los demás tienden a desaparecer debido a que sus valores son menores a la
unidad.
1.5.3. Transformada de Z9
La transformada de Z, como se observa en la ecuación 6, es muy utilizada para aplicar la
convergencia de las cadenas de Markov. Además, ésta permite mostrar y probar las
propiedades de las mismas.
𝐹(𝑧) = 𝑍{𝑓(𝑛)} = ∑𝑓(𝑛) ∗ 𝑧𝑛∞
𝑛=0
8 Las matrices 𝐴𝑘 tienen entradas constantes (independientes de z). 9 Operador lineal.
30
Donde:
n es una variable entera no negativa.
La secuencia de 𝑓(𝑛) es unívoca y puede tener valores de n.
Esta secuencia verifica que ∃𝑎 ≥ 0, |𝑓(𝑛)| ≤ 𝑎𝑛.
La serie es convergente al menos para un |𝑧| <1
𝑎.
Si 𝑓(𝑛) = 𝑎𝑛 entonces 𝐹(𝑧) =1
1−𝛼𝑧𝑧 𝑠𝑖 |𝛼| ≤ 1 se prueba lo siguiente:
𝐹(𝑧) = ∑ 𝛼𝑛 ∗ 𝑧𝑛 =∞𝑛=0 ∑ (𝑎𝑧)𝑛 =
1
(1−𝛼𝑧)∞𝑛=0 siempre que |𝑧| <
1
|𝛼|
Si la transformación de 𝑓(𝑛 + 1) es 𝑍{𝑓(𝑛 + 1)} =𝐹(𝑧)−𝑓(0)
𝑧 se prueba lo siguiente:
𝑍{𝑓(𝑛 + 1)} = ∑𝑓(𝑛 + 1) ∗ 𝑧𝑛∞
𝑛=0
∑𝑓(𝑘) ∗ 𝑧𝑘−1 = 𝑧−1 (∑𝑓(𝑘) ∗ 𝑧𝑘 − 𝑓(0)
∞
𝑘=0
)
∞
𝑘=1
= 𝐹(𝑧) −𝑓(0)
𝑧
1.6. Modelo Logit
Este modelo desde las matemáticas presenta una función flexible y fácil de aplicar. Su
interpretación es sencilla y empíricamente es adecuada en la mayor parte de aplicaciones
con respuesta binaria.
La función logística se la presenta de la siguiente forma:
𝐸(𝑦) = 𝑒𝑥′𝛽
1 + 𝑒𝑥′𝛽
Dónde x es el vector de variables exploratorias y β es el vector de parámetros.
Es decir:
𝜋𝑖 =1
1 + 𝑒𝑥′𝛽
Al hacer la equivalencia se obtiene:
1 − 𝜋𝑖 =1
1 + 𝑒𝑥′𝛽
31
Teniendo como resultado la transformación Logit de la probabilidad πi y su relación 𝜋𝑖
1−𝜋𝑖
la cual es los odds ratio10.
𝜋𝑖1 − 𝜋𝑖
=1 + 𝑒𝑥′𝛽
1 + 𝑒−𝑥′𝛽= 𝑒𝑥′𝛽
Tomando el logaritmo natural la razón de las probabilidades es lineal, tanto en los
parámetros como en las variables, además la estimación utiliza el MMV11.
𝐿𝑛 (𝜋𝑖
1 − 𝜋𝑖) = 𝑥′𝛽
La gráfica del modelo Logit se lo representa de la siguiente manera:
Figura 8. Modelo Logit
Figura 8. Función logística. Adaptado de “Linear V. Logistic Regression” por Kenneth Janda, 2003,
Northwestern University
1.6.1. Características del modelo Logit
Según Gujarati las características del modelo Logit son las siguientes:
A medida que P va de 0 a 1 (es decir, a medida que Z varía de -∞ a +∞, el Logit L va
de -∞ a +∞). Es decir, aunque las probabilidades (por necesidad) se encuentran entre 0
y 1,
10 Razón de probabilidad o ventaja. 11 Método de máxima verosimilitud.
32
Aunque L es lineal en X, las probabilidades en sí mismas no lo son. Esta propiedad
hace contraste con el modelo de MPL, en donde las probabilidades aumentan
linealmente con X.
Se pueden añadir cuantas variables regresoras se necesiten.
Si L (el Logit), es positivo significa que cuando se incrementa el valor de las regresoras
aumentan las posibilidades de que la regresada sea igual a 1. Si L es negativo, las
posibilidades de que la regresada iguale a 1 disminuye conforme se incrementa el valor
de X.
La pendiente, mide el cambio de L ocasionado por un cambio unitario en X.
Mientras que el MLP supone que πi está linealmente relacionado con Xi, el modelo
Logit supone que el logaritmo de la razón de probabilidades está relacionado
linealmente con Xi.
1.6.2. Coeficiente de correlación de Pearson
El coeficiente de correlación permite saber cuál es el grado de asociación que existe entre
dos o más variables. Este coeficiente está expresado como un número entre -1 y +1.
El coeficiente de correlación de Pearson se lo expresa:
𝑟 =𝑛∑ 𝑥𝑖𝑦𝑖 −∑ 𝑥𝑖 ∑ 𝑦𝑖
𝑛𝑖=1
𝑛𝑖=1
𝑛𝑖=1
√∑ 𝑥𝑖2 − ∑ 𝑥𝑖
𝑛𝑖=1
𝑛𝑖=1
Tabla 1. Correlación lineal entre dos variables
Valores de r Tipo y grado de correlación
-1 Negativa perfecta
-1 < r ≤ -0,8 Negativa fuerte
-0,8 < r < -0,5 Negativa moderada
-0,5 ≤ r < 0 Negativa débil
0 No existe
0 < r ≤ 0,5 Positiva débil
0,5 < r < 0,8 Positiva moderada
0,8 ≤ r < 1 Positiva fuerte
1 Positiva perfecta Notas: Adaptado de “Análisis de correlación y regresión” por McGraw-Hill, G. D, 2012
El coeficiente de correlación de Pearson tiene las siguientes propiedades:
El valor de r es independiente de las unidades que se midan x y y.
33
r=1 si y sólo si todos los pares de puntos de la muestra están en una recta con pendiente
positiva y r=-1 si y sólo si todos los pares de puntos de la muestra están en una recta
con pendiente negativa.
El rango de valores de r está dado por el intervalo -1 ≤ r ≤ 1.
Simetría: El valor de r no depende de cuál de las dos variables bajo estudio se designe
como x y cuál como y.
r mide la fuerza de una relación lineal. No está diseñado para medir la fuerza de una
relación que no sea lineal.
1.7. La quiebra empresarial y su importancia de estudio
1.7.1. Consideraciones generales
La quiebra radica en la incapacidad de pago que tiene una empresa con respecto a sus
obligaciones, debido a un estado de insolvencia permanente. En el Ecuador existe la Ley
de Concurso Preventivo donde en el artículo 1 se señala que “las compañías constituidas
en el país que tengan un activo mayor a $10 515,00 o más de 100 trabajadores permanentes,
con un pasivo superior a $5 257,00, no podrán ser declaradas en quiebra hasta que se hayan
realizado por completo los trámites del concurso preventivo”.
Las principales causas internas de quiebra empresarial según una encuesta realizada a 409
empresas que estaban en liquidación obligatoria en Colombia fueron: el elevado
endeudamiento, la falta de capital de trabajo, la reducción en las ventas, los altos costos y
gastos operacionales y de ventas, la baja rentabilidad del negocio y los malos manejos
administrativos. Por su parte, las causas externas de la quiebra fueron: la disminución de la
demanda por el entorno económico, las altas tasas de interés, el incremento en la
competencia, la pérdida de mercado, la dificultad de acceso al crédito, la sobre regulación,
las barreras de acceso a los mercados, la inflación y el orden público. (Superintendencia de
Sociedades, 2012)
La quiebra es un estado amenazador para las empresas no sólo de países en vías de
desarrollo sino también en países desarrollados. Por esta razón, es importante que se sepa
con antelación cual es el riesgo que tienen las empresas y de alguna manera evitar la
quiebra. Por esta razón la predicción de las crisis o quiebras empresariales es un tema de
34
transcendencia, especialmente en el campo de la gestión empresarial, mucho más en países
donde no existe una economía desarrollada, lo cual conlleva a una constante inestabilidad.
Los estudios realizados con el propósito de predecir la quiebra de las empresas se han
originado desde los años 30, con modelos de Smith y Winakor (1935), los cuales son
modelos netamente descriptivos que usan ratios como medida de valor-crédito dentro del
análisis financiero. Posteriormente se ampliaron otros estudios, en los cuales se utilizaron
índices financieros extraídos de los libros contables, sin embargo, se pudo observar que
estos índices diferían notablemente entre empresas con posición de quiebra y no quiebra.
A partir de los años 60 se comienzó a utilizar modelos matemáticos y estadísticos para
predecir la quiebra empresarial, como los estudios realizados por Beaver (1967), el cual
utilizó métodos tanto cuantitativos como cualitativos aplicados a la solvencia de una
empresa, basados principalmente en los estados contables de la misma. Posteriormente,
Altman (1968) propone que se debe utilizar como fuente de investigación alternativa la
información bursátil, que añade potencialidad al análisis de probabilidad de insolvencia.
En los años 70 algunos estudios realizados de quiebra utilizaron como técnica el análisis
discriminante como Edmister(1972), Blum(1974), Libby(1975), entre otros. En la década
de los 80 y 90, la mayoría de autores que analizaron la quiebra utilizaron modelos como el
Logit, Probit y Redes Neuronales que son modelos más complejos pero al mismo tiempo
más precisos para determinar la probabilidad de quiebra, entre los autores más destacados
tenemos a Ohlson (1980), Bazch y Montenegro (1989), Mora (1994), Almeida & Siqueira
(1997), Golinski(1998) y otros.
En diferentes estudios realizados a nivel internacional se han utilizado modelos como el de
Fulmer, Taffler y Springate , Zaitseva, entre otros con altos resultados de aciertos en la
clasificación de empresas quebradas y sanas como se indica en la Tabla 1. (Federova, 2012)
35
Tabla 2. Probabilidad de previsión en la quiebra de empresas rusas usando modelos
modernos
Modelo Eficiencia en empresas
Sanas Quebradas Promedio
Altman 62,4% 92,4% 66,8%
Fulmer 85,7% 76,7% 84,4%
Springate 61,2% 93% 65,8%
Taffer 49,9% 95,3% 56,6%
Saifullin-Kadykov 50,1% 87% 55,5%
Irkutskaya GEA 70,6% 78,9% 71,8%
Zaitseva 32,3% 85% 40% Notas: Adaptado de “Models for Bankrupcy Forecasting” por Federova, G. D, 2012, Financial Problems
Un ejemplo cotidiano de la quiebra empresarial es cuando la competencia ante la necesidad
de acaparar la mayor cantidad de clientes incita a las empresas competidoras a tomar
muchos riesgos. Este ejemplo lo detalla Keeley (1990) dónde los bancos para adquirir el
poder de mercado tanto en los créditos como en los depósitos crean valores positivos, lo
que genera un costo adicional a la quiebra, amortiguando los incentivos de los propietarios
de los bancos para aumentar el riesgo. (Shy y Stenbacka, 2004)
Existen varios modelos para predecir la quiebra. Algunos ya fueron mencionados
anteriormente, sin embargo varios modelos combinados producen mejores resultados
como:
Redes neuronales estándar hacia adelante con una sola capa y con propagación hacia
atrás (Rumelhart, 1986).
Análisis discriminante (Fisher, 1936).
Logit (Logit, 1962).
Algoritmo de Breiman (1987).
Regresión multivariante Splines (MARS) (Friedman, 1991).
C4.5 (Quinlan, 1993).
Actualmente, autores como Alberto Ibarra comenta cómo estas herramientas han venido
evolucionando a través del tiempo y como su uso se ha perfeccionado a tal punto de poder
tener una imagen más real de una empresa. “Esta técnica propone el uso de coeficientes
para la evaluación de la situación y evolución, tanto financiera como económica de la
empresa” (Ibarra, 2009).
36
1.7.2. Afectaciones de la quiebra
Cuando se crea una empresa existe un contrato entre varias personas, las cuales se
comprometen a responder por la misma de acuerdo a las aportaciones que han realizado.
Las compañías en el trascurso de sus actividades también crean acuerdos y contratos con
terceros para cumplir con sus actividades de la mejor manera, y así satisfacer las
necesidades de un grupo de personas. En este caso, se puede observar que dentro del
desarrollo de una empresa están involucrados cuatro elementos: empresa, accionistas,
terceros y el público en general.
En el momento de la quiebra existe un período donde la empresa busca por todos los medios
posibles cumplir con todas sus obligaciones y, de esa forma, poder cubrir todas las deudas
que tiene con sus acreedores. Sin embargo, cuando esto le es imposible a la empresa, el
acreedor se encarga de que el pago de esa deuda se haga de forma equitativa.
Los terceros por su parte también se ven afectados por la quiebra de una empresa, ya que,
éstos ante esta situación pueden salir perjudicados debido a que existen ciertas formas para
evitar el pago de las deudas cuando una empresa es declarada insolvente. Esto genera una
baja en los balances y las amortizaciones que se tenían previstas para los siguientes años.
El público en general se ve afectado cuando la empresa quiebra, ya que, esto dificulta el
procedimiento colectivo, no sólo se ven afectados los consumidores sino también las
personas que estaban involucradas dentro de la institución. El cierre de una empresa
provoca desempleo, cesantía, una afectación en la oferta y demanda, entre otros.
37
CAPITULO II
2. ANÁLISIS INTERNACIONAL Y NACIONAL DEL
SECTOR AUTOMOTRIZ
2.1. Definición y origen de la industria automotriz
“Desde el primer momento de su existencia, el hombre se mueve, anda y desplaza, quiere
ir cada vez más lejos, y para satisfacer sus propósitos, indudablemente tiene que inventar.”
(La máquina del tiempo, 2011)
“La industria automotriz son todas las compañías y las actividades (diseño, desarrollo,
fabricación, ensamblaje, venta) que forman parte de la manufactura de los vehículos,
incluyendo sus componentes como la ingeniería y su carrocería, excluyendo las llantas,
baterías y el combustible.” (Binder, 2016)
La sustitución de los caballos para dar empuje a la fuerza motriz se remonta al siglo XVII.
El vapor se consideraba el sistema más idóneo para que la industria se desarrolle, sin
embargo, sólo tuvo éxito a finales del siglo XVIII. A continuación, se detalla la evolución
de la industria automotriz a nivel mundial y a nivel continental.
Tabla 3. Evolución de la industria automotriz 1769-1840
Año Detalle
1769 Creación del primer vehículo propulsado a vapor (triciclo con ruedas de
madera, llantas de hierro).
1771 Tractor de artillería de 3 ruedas construido por el francés Joseph Cugnot,
es el vehículo autopropulsado más antiguo que se conserva.
1772-
1788
Creación de varios vehículos menos prácticos diseñados por una serie de
ingenieros franceses, estadounidenses y británicos; entre ellos Willian
Murdoch, William Symington y James Watt.
1789 Se otorga la primera patente por un carruaje de vapor al ingeniero
estadounidense Oliver Evans.
1801 Construcción del primer carruaje a vapor en Europa por el ingeniero
británico de minas Richard Trevitchick.
38
1803
El ingeniero Oliver Evans construye el primer vehículo autopropulsado
que circuló en las calles de Estados Unidos y se construye el London
Carriage por Richard Trevitchick.
1820-
1840
Edad de oro de los vehículos a vapor en Gran Bretaña. Los ingenieros
más importantes fueron Guerney, Hancock y Maceron.
A pesar de que la industria parecía ir desarrollándose a paso firme, tuvo una vida muy
breve, dado que, con la creación de estos nuevos vehículos a vapor los trabajadores que
dependían del transporte a base de caballos crearon los primeros peajes con cuotas muy
altas con la excusa de que las carreteras se desgastaban de manera más rápida porque los
vehículos eran pesados. Además, en el año de 1825, se inventa la locomotora a vapor
intensificando el tráfico de viajeros de manera sorprendente debido a su velocidad y
capacidad. En 1865 se impuso una restricción en Gran Bretaña a los vehículos de vapor
dejándolos inhabilitados durante 30 años y por consiguiente estancando el desarrollo de
vehículos autopropulsados en carretera; sin embargo, esto fue una ventaja para países como
Francia, Estados Unidos y Alemania.
Tabla 4. Evolución industria automotriz 1893-1954
Año Detalle
1893 Estados Unidos exporta su primer automóvil a una empresa de Londres.
1894 Construcción del primer automóvil italiano con motor de combustión
interna.
1896 Henry Ford construye el primer vehículo a motor.
Se realizan las primeras pruebas dinámicas en vehículos.
1898 Louis Renault construye su primer automóvil y funda su empresa
“RENAULT”.
1905 En Berlín se establece por primera vez el servicio de autobuses con
motor a gasolina.
1911 Creación de fábricas automotrices como Peugeot y Ford.
1924 Creación del automóvil Chrysler con frenos hidráulicos y motor de alta
compresión.
1934
Aparecimiento de un automóvil de pura ingeniería, con avances en
carrocería (rigidez y seguridad), asientos traseros tipo sofá, motor
montado en la parte delantera aumentando el espacio interior.
39
1949-1950 Implementación de frenos a disco, aire acondicionado, transmisión
automática y dirección asistida.
1954 Creación del primer motor a inyección.
Figura 9. Características de la industria automotriz continental
A partir de los años 50 la industria automotriz ha ido avanzando y marcando la historia. A
mediados del año 1964 Ford lanza el Mustang considerado un frenesí mundial hasta ahora.
Entre el año de 1965 y 1966 Lamborghini vive su período más creativo al presentar al
mercado el cupé Sant’Agata. Un año más tarde Chung Ju-Yung inicia Hyundai Motor en
asociación con Ford creando la fábrica más grande del mundo (Ulsan) donde se ensamblan
más de 1.5 millones de autos al año.
2.2. Evaluación de la industria automotriz a nivel mundial
Según Pedersini (2004), la dimensión internacional de la industria automotriz es de gran
importancia por diversas razones:
La fabricación de vehículos está limitada por un cierto número de empresas
multinacionales las cuales tienen sus extensiones en países en vías de desarrollo y
desarrollados,
Después de la II Guerra Mundial, aparecen
modelos baratos con motores pequeños. La
producción de autos bate records y beneficia a la
región.
Industria basada en estrictas normas de trabajo, calidad y
disciplina. Japón es el país estrella en la
industria. Actualmente es el continente líder
mundial en la industria.
Hasta la II Guerra Mundial fue la principal industria proveedora de
transporte público. Después de este
acontecimiento no pudo desarrollarse
independientemente.
40
Existencia de “desverticalización” que ha permitido la creación de otras
multinacionales dedicadas al sector,
El proceso de producción ahora es una red global el cual incluye a los fabricantes de
automóviles, los proveedores de piezas y muchas PYMEs que son parte de la división
del trabajo alrededor del mundo,
La pérdida de las prácticas nacionales condicionadas por la influencia de las empresas
transnacionales,
Internacionalización de los mercados con un aumento de la competencia, la cual genera
transformaciones tanto organizacionales como tecnológicas conjuntamente con el
impulso de procesos que buscan ventajas aún más favorables en los ámbitos fiscales,
económicos y sociales en un entorno de competencia,
Los costes laborales, la regulación y la productividad de los países se han fortalecido
gracias al poder negociador de las empresas transnacionales, sin embargo, esto se ha
vuelto una desventaja para las relaciones industriales frente a sus proveedores, ya que,
lo tradicional se ha visto afectado por la nueva realidad internacionalizada.
Según un estudio realizado por COFACE12, el sector automotriz tuvo una evaluación de
riesgo media en América del Norte, Asia, Europa, Medio Oriente y Turquía sin embargo,
en América Latina la evaluación de riesgo tuvo un resultado elevado. De acuerdo a este
estudio, el sector mundial automotriz, muestra un panorama heterogéneo con un mercado
antitético entre Asia y América del Norte, debido a que, el primero tendrá una fase de
recesión mientras que el segundo un poco de dinamismo. Europa, por su parte, avanza a
pasos gigantescos. En el Anexo 6 se resume la oferta y demanda del sector automotriz
internacional.
12 Empresa francesa especializada en seguros de crédito a la exportación.
41
Figura 10. Venta de vehículos nuevos
Figura 10. Adaptado de “Barometre des risques sectoriels dans le monde”, por los économistes du Groupe
Coface, 2016, Panorama, p. 8.
Como se puede observar en la figura 9 las ventas en China han decrecido en 2.7 puntos en
el 2015 (4.7%) con respecto al 2014 (6.9%), y en 9.2 puntos con respecto al 2013 (13.9%).
Sin embargo, se espera estabilizar al sector debido al aumento de la competencia entre los
fabricantes. Además, China va a la cabeza en cuanto a la fabricación de automóviles, puesto
que, al hacer una comparación con la media mundial, China produce 52 vehículos por cada
1 000 habitantes contra 150 en el mundo.
Por su parte, las ventas de Estados Unidos en el año 2015 han crecido en un 5.7% con
respecto al año anterior, y en cuanto a Europa el registro de matriculación de automóviles
aumentó en un 10.1% en febrero del 2016. Esto se debe a que los mercados europeos están
participando en el progreso de la industria teniendo a Italia con un aporte de 27.3%, seguido
de Francia con un 13% y en tercer lugar a España con un aporte del 12.6%.
42
Tabla 5. Producción de vehículos años 2013-2015
País Producción
2013 2014 2015
China 22 117 23 732 24 503
Estados Unidos 11 066 11 661 12 100
Japón 9 630 9 775 9 278
Alemaniab 5 718 5 908 6 033
Corea del Sur 4 521 4 525 4 556
India 3 898 3 845 4 126
México 3 055 3 368 3 565
España 2 163 2 403 2 733
Brasila 3 712 3 146 2 429
Canadá 2 380 2 394 2 283
Franciab 1 740 1 821 1 970
Tailandia 2 457 1 880 1 915
Reino Unido 1 598 1 599 1 682
Rusia 2 184 1 887 1 384
Turquía 1 126 1 170 1 359
República Checa 1 133 1 251 1 304
Indonesia 1 206 1 299 1 099
Italia 658 698 1 014
Eslovaquia 975 971 1 000
Irán 744 1 091 982
Polonia 590 594 661
Sudáfrica 545 566 616
Malasia 601 597 615
Argentina 791 617 534
Bélgica 504 517 409
Romania 411 391 387
Taiwán 339 379 351
Sueciac 161 154 189
Australia 216 180 173
Otros 1 268 1 357 1 433
Total 87 507 89 776 90 683 Notas: Adaptado de “Anuário da industria automovilística brasileira” por Associação Nacional dos
Fabricantes de Veículos Automotores, 2016, ANFAVEA, p.142. aLos datos de Brasil incluyen vehículos desmontados. bLos datos de Alemania, Francia se refieren a carros
comerciales ligeros y automóviles. cLos datos de Suecia se refieren sólo a automóviles.
El país que tiene más producción de automóviles es China con un crecimiento promedio de
4.8% anual. Suecia, por el contrario, es el país que menos producción de automóviles tuvo
en los 3 últimos años. Su producción en el año 2014 se redujo en un 4.8% con respecto al
año 2013, sin embargo, en el año 2015 tuvo una recuperación del 23% con respecto al año
2014 y del 17% con respecto al año 2013.
43
Es innegable que Asia es el continente líder en producción de vehículos con un 52.5%,
seguido de Europa con un 23.3%. Aunque Europa está en segundo lugar la diferencia con
América es mínima, ya que, América tiene una producción total del 23.1% tan solo 0.2%
de diferencia con el segundo lugar. La participación en la producción de vehículos de
Oceanía y África es mínima con respecto a los tres continentes aportando con 1.1%, la
producción total de automóviles fue de 90.7 millones. En la figura 10 se puede observar un
resumen gráfico de los datos.
Figura 11. Producción de vehículos por continente año 2015
La industria automotriz se caracteriza por ser una industria de constante cambio debido a
la continua mejora y desarrollo de las tecnologías incluidas en los sistemas de los
automóviles, sin embargo, es un mercado variable ya que depende de la economía mundial.
En el siguiente gráfico se detallan algunas fortalezas y debilidades del sector.
23,30% 52,50%
0,90%
23,10%
0,20%
Europa Asia África América Oceanía
44
2.2.1. Fortalezas y debilidades del sector automotriz internacional
Figura 12. Fortalezas y debilidades del sector automotriz
2.2.2. Sector comercial
El sector comercial se ha visto afectado por diferentes situaciones, la mayoría de éste de
manera positiva, mientras que otros de manera negativa pero, a pesar de ello, han mantenido
un crecimiento en sus ventas. A continuación se resume ciertas características del sector
comercial.
Tabla 6. Comercialización a nivel mundial de los principales grupos comerciales de
la industria automotriz
Grupos
Comerciales Características
Grupo
automovilístico
Toyota
Encabeza el ranking de autos más vendidos alrededor del mundo
en el año 2015.
Matrícula de autos de 10.23 millones unidades. (0.8% menos que
en el año 2014)
China y Estados Unidos son los principales países que
comercializan esta marca.
Toyota y Lexus alcanzan los 9.18 millones de unidades vendidas
en el año 2015.
Hino alcanzó un volumen de ventas en el 2014 de 168 000
unidades.
Daihatsu redujo sus ventas en 13.3% en el año 2015.
45
Grupo
Volkswagen
Lideró el ranking de ventas hasta mediados del año 2015, su
posición cambió debido al escándalo de emisiones de gases
tóxicos en Estados Unidos, teniendo una reducción del 5% en sus
ventas.
Las ventas de Audi aumentaron en 3.6%, Skoda y Seat un 2% y
Porsche hasta el 19%.
Idearon varias estrategias para remontar la posición y mejorar su
imagen en los próximos años.
General Motors
Tiene registradas ventas de hasta 9.84 millones de unidades, un
0.2% más que el año 2014.
Cimentó sus ventas con China con 3 612 653 unidades, 5% más
que el año 2014.
Chevrolet debido a su salida del mercado europeo, tuvo una baja
en sus ventas 7% globalmente.
GMC crece a un buen ritmo con 11% de crecimiento, mientras
que Buick creció 9% en China.
La marca Baojun es la marca más comercializada en China,
haciendo crecer al mercado de GM en 300 000 unidades en 2015.
Alianza Renault-
Nissan
8.53 millones de unidades de ventas.
Nissan Motor tuvo un crecimiento del 2% (5.42 millones de
vehículos vendidos).
Renault creció en 3%.
Avtovaz (Lada) cayó en el sector comercial en 30%.
Nuevas marcas como Dacia vendió 550 920 unidades y Datsun
concentra sus ventas en Rusia, Indonesia, India y Sudáfrica.
Grupo Hyundai-
Kia
Este grupo mantiene sus cifras estables con un promedio de
ventas de 7.88 millones de unidades vendidas.
Hyundai es la quinta marca más vendida a nivel mundial con 4.96
millones de unidades, mientras que, Kia está en el noveno lugar
con 2.92 millones.
Ford Es el grupo que más ha crecido con 5% a 6.63 millones de ventas.
FCA (Fiat-
Chrysler
Automobil)
Ha existido un estancamiento en sus ventas de 4.6 millones de
unidades, debido a que las ventas han caído drásticamente en
América Latina.
Jeep tuvo un porcentaje de ventas elevado en 2015 (21%) con 1.3
millones de unidades vendidas. Notas: Adaptado de “Las marcas de coches más vendidas en el mundo en 2015” por Noticias coches.com,
2016, Best selling cars blog.
El “mercado Premium”, como se lo conoce a nivel mundial, se caracteriza por no dejar de
crecer a pesar de las crisis, esto se debe a que este mercado posee alguna diferenciación en
su producto que lo hace destacar sobre otros. En el mercado automotriz el segmento
Premium aporta un valor agregado a nivel de ingeniería, equipamiento, prestigio, acabados,
entre otros y además, se brinda la mejor atención al cliente como pilar fundamental.
46
Entre los principales comercializadores de marcas Premium tenemos:
BMW.- Esta marca Premium lidera el mercado mundial con 1 905 234 unidades
vendidas en el 2015, es decir un aumento del 5.2% con respecto al año anterior.
Mercedes Benz.- En el año 2015 gracias a su doble estrategia de renovación en la
gama A (para ganar volumen), registró 1 871 511 matriculaciones, es decir, un alza
del 13.4%.
Audi.- A pesar de que la matriz de Audi es Volkswagen, este mercado creció 3.6%,
sin embargo, en China sus ventas bajaron en 1.4%.
2.3. Industria automotriz y sector comercial a nivel latinoamericano
“La industria latinoamericana automotriz aún está lejos de los líderes en el sector. Países
como Brasil o Argentina habían mantenido cierto crecimiento, pero en el año 2015 sus
mercados así como el de otras naciones se contrajeron”. (Aguilar, 2016)
México mostró una tasa de crecimiento favorable en el mercado automotor tanto en
producción con un 5.6% más con respecto al 2014 como en sus exportaciones (4.4%) y
ventas internas según la Asociación Mexicana de la Industria Automotriz (AMIA). El
principal destino de sus exportaciones es a Estados Unidos y en el último año crecieron en
un 6.3%.
Argentina reportó el peor nivel de producción en los últimos 6 años con una disminución
del 11.8%, sus ventas cayeron en 0.4%, sus exportaciones se redujeron en 31.3% y las
importaciones se contrajeron en un 5.4%. Las concesionarias virtuales se estancaron en el
año 2015, ya que, la producción doméstica se incrementó en un 6.5%.
Chile tuvo un alto nivel de ventas (282 000 unidades), sin embargo, a pesar de esos
resultados sus ventas decrecieron en un 16.4%. Según la BBVA Research en el año 2016
las ventas tendrán una disminución de 25 000 unidades, no obstante, BBVA Research prevé
que el crecimiento del mercado automotriz tanto al largo plazo como en el corto plazo en
Chile es optimista.
Colombia al igual que los dos países anteriores en el 2015 registró una caída en sus ventas
del 13.2%, con una disminución de sus ventas en 42 756 unidades. Por el momento el
panorama de la industria automotriz en ese país se torna favorable debido al buen
47
desempeño en el ingreso promedio de los hogares, el aumento de la clase social media, el
bono demográfico actual de Colombia y la necesidad de renovación del parque automotor.
Brasil tuvo un decrecimiento terrible en sus ventas (42%), algo que no le había sucedido
desde hace 10 años (2006). Esto causó una contracción en su producción del 21% (2 333
903 unidades) y una reducción del 42% en sus exportaciones con Estados Unidos. El
impacto de esta situación se vio reflejado en el empleo ya que disminuyó en un 10.2% (129
776 plazas de empleo en 2015 contra 144 508 plazas de empleo en 2014).
Tabla 7. Sector automotriz latinoamericano en cifras
País Producción (Unidades)
Ventas Internas
(Unidades) Flota
Habitantes
por
vehículo
2014 2015 2014 2015 2014 2014
Argentina 617 329 533 683 613 848 613 267 13 376 3,1
Bolivia 30 900 21 400 721 15
Brasil 3 146 386 2 429 421 3 498 012 2 568 976 41 753 4,9
Chile 353 525 297 785 4 289 4,2
Colombia 136 243 101 860 326 298 283 380 5 078 9,6
Ecuador 62 689 48 926 120 060 81 261 2 186 7,3
Paraguay 34 161 28 345 492 14
Perú 187 081 172 503 3 248 9,5
Uruguay 56 548 50 824 897 3,8
Venezuela 19 759 18 300 23 707 17 585 4 400 7
México 3 388 668 3 590 054 1 170 646 1 380 273 35 753 3,5
Total 7 371 074 6 722 244 6 414 786 5 515 599 112 193 4,8
Notas: Adaptado de “Anuário da industria automovilística brasileira” por Associação Nacional dos
Fabricantes de Veículos Automotores, 2016, ANFAVEA, p. 145.
2.4. Análisis económico del sector automotriz en el Ecuador.
2.4.1. Antecedentes del Sector Automotriz en el Ecuador
La producción automotriz empieza a partir de la década de los años 50, cuando el sector
metalmecánico comenzó con la fabricación de carrocerías, algunas partes y piezas
metálicas y el sector textil comenzó con la elaboración de asientos para buses. A partir del
año de 1973 se comenzó con la producción de vehículos en el Ecuador siendo más de 3
décadas para el desarrollo de la industria.
El primer modelo realizado en el Ecuador fue el carro conocido como “Andino” con un
total de producción de 144 unidades. La empresa que ensambló ese vehículo fue AYMESA
48
en el año de 1980; cabe recalcar que en la década de los años 70, la producción de vehículos
superó las 5 000 unidades. (Dirección de Inteligencia Comercial e Inversiones, 2013)
En 1988 la producción se incrementó en un 54.21%, gracias al Plan del Vehículo Popular.
En 1992 la Zona de Libre Comercio con Colombia y Venezuela se perfecciona y comienzan
las importaciones y exportaciones de vehículos. En 1999 se modifica el Convenio de
Complementación en el Sector Automotor (motor para el desarrollo de la industria de
ensamblaje y producción de autopartes) para que esté de acuerdo a los compromisos de la
OMC. (Cámara de la Industria Automotriz Ecuatoriana (CINAE), 2013).
En cuanto a empresas ensambladoras se refiere, la primera planta ensambladora en el país
fue Autos y Máquinas del Ecuador S.A (AYMESA) constituida en el año de 1973; seguida
en el año de 1975 por la compañía OMNIBUS BB TRANSPORTES S.A., siendo hasta
ahora la ensambladora con el mayor número de unidades producidas. En el año de 1976 se
creó Manufacturas Armadurías y Repuestos del Ecuador (MARESA). En el año 2012 se
instaló la ensambladora Ciudad del Auto (Ciauto) y la empresa Thunder Cycles
convirtiéndose en la primera y única marca ensambladora de motos al 100% en el Ecuador.
“Las empresas ensambladoras y productoras de autopartes han logrado reconocimiento por
la calidad de sus productos; están calificadas con normas internacionales de calidad
especiales para la industria automotriz como la QS 9 000 y la norma ISO TS 16949:2002,
también aplican otras normas como la ISO 14 000 sobre medio ambiente y la 18 000 sobre
ergonomía, entre otras.” (Dirección de Inteligencia Comercial e Inversiones, 2013).
En la actualidad, el sector automotriz, es una de las industrias más importantes no solo a
nivel nacional sino también a nivel mundial, dado que, este sector influye en distintos
entornos. Uno de estos entornos es el económico, ya que, influye en impuestos, aranceles
y generación de empleo. Las actividades relacionadas con el sector han generado más de
90 012 plazas de empleo (INEC, 2012). En cuanto a la producción de vehículos en el año
2014 el Ecuador produjo 62 689 vehículos un 5.2% menos que en el año 2013, dónde la
empresa Omnibus BB representa el 74.4% del total producido por las ensambladoras
nacionales seguida por Aymesa con una participación del 16.1% y en una baja proporción
por la empresa ensambladora Maresa con el 9.5% de participación.
Las exportaciones de vehículos en el Ecuador se incrementaron en el año 2014 en un 28.5%
con respecto al año 2013, a pesar de ello, según un estudio en el período 2005-2014
realizado por la CAN, estuvo registrado como una de las caídas más bajas. La marca
49
predominante en las exportaciones realizadas por el Ecuador fue KIA representando el
71.7%, seguida por CHEVROLET representando el 28.3% del total exportado.
(Comunidad Andina, 2015).
2.4.2. Medidas tomadas por el gobierno que afectan al sector industrial como
comercial automotriz
Las medidas que se han tomado a partir del año 2008 y que han afectado al sector automotor
por año son las siguientes:
2008
Enero: Se aplica el ISD13.
Agosto: Se aplica ICE con incrementos graduales del 5% en función al P.V.P. 14.
Diciembre: Se incrementa el ISD al 1%.
2009
Enero: Salvaguardia por balanza de pagos15.
Junio: Se cambia la restricción cuantitativa por un recargo arancelario del 12%.
Julio: Se aplica salvaguardia cambiaria16.
Diciembre: Se incrementa el ISD al 2%.
2010
Julio: Se grava con arancel la importación de vehículos híbridos17.
Octubre: Se modifica arancel de vehículos híbridos18.
Diciembre: Incremento arancelario de 5%19.
2011
13 Impuesto de 0.5% a la salida de divisas para la importación de vehículos. 14 Escala de 5 al 35%. 15 La salvaguardia restringe 35% en relación a lo importado en 2008. 16 Aplica para vehículos provenientes de Colombia. 17 El arancel se incrementa en rangos de 5% en función del cilindraje. 18 Los que pagaban 5% pasan a 10%, los de 10% a 20%, los de 20% a 35%. 19 Aplica a vehículos armados (CBUs) de hasta 1 900 cc.
50
Enero: Vigencia del registro de importadores para importación de vehículos armados20.
Marzo: Reforma al registro de importadores21.
Abril-Mayo: Se grava con el mismo arancel escalonado aplicada para automóviles y SUVs
a las camionetas híbridas.
Agosto: Se incorpora en la nómina de productos sujetos a controles previos a la
importación22.
Septiembre: Se establece un arancel escalonado para importación de CKDs de automóviles,
camionetas y SUVs23.
Noviembre: Entra en vigencia la Ley de Fomento Ambiental y Optimización de los
Ingresos del Estado24. Se incrementa el ISD al 5%.
2012
Mayo: Se oficializa la Ley de la Regulación de Créditos de Vivienda y Vehículos25.
Junio: Restricción a la importación de CBU26 y CKD’s27.
2013
Mayo: Modificatoria de emergencia al Reglamento 034 “Elementos de seguridad en
vehículos automotores”28.
Julio-Agosto: Instructivo para la comercialización de vehículos nuevos29.
Noviembre: Exigencia de certificado de reconocimiento30.
Diciembre: Se modifica la metodología de cálculo del ICE31.
20 Reducción del 20%. 21 Se incluye a vehículos CKDs, neumáticos y materiales de reencauche. 22 22 subpartidas de vehículos y 9 de neumáticos. Se requieren licencias previas para importar estos productos. 23 El arancel se aplica según el cilindraje y componente local. 24 Impuesto a la Contaminación Vehicular para vehículos de más de 1500cc. Se grava con IVA e ICE a los
vehículos híbridos con P.VP. mayor a $35 000. 25 Regula el crédito para la adquisición de vehículos de uso personal de hasta $29 200 26 El cupo se determina en relación al 70% de lo importado en 2010, con vigencia hasta el 31 de dic 2014. 27 El cupo asignado es de lo importado en 2011 menos el 10%, con vigencia hasta el 31 de dic 2014. 28 Se adelanta la exigencia de doble airbag frontal. 29 El concesionario debe entregar el vehículo matriculado. 30 Sirve como documento de soporte a la declaración aduanera. 31 Aplica cuando se incluye en precio ex aduana costos y gastos de distribución y comercialización de los
vehículos.
51
2014
Enero: Se exige la obtención de un certificado de reconocimiento por cada nacionalización
de vehículos.
Agosto: Se oficializan los documentos para otorgar certeza jurídica y tributaria32.
Octubre: Se oficializa la 3ra revisión del Reglamento RTE 03433.
2015
Enero: Incrementa arancel de importaciones34.
Febrero: Se prorroga hasta el 31 de diciembre de 2015 la restricción a las importaciones.
Marzo-Julio: Se aplican salvaguardias35. Vehículos a partir del 4 de abril deben contar con
los elementos de seguridad exigidos en RTE 034 3ra revisión y declaración del fabricante.
Se permite importación de vehículos electrónicos sin restricción36. Se emite normas para la
segmentación del crédito y sus tasas de interés. Se oficializa la segunda del RTE 043
INEN37.
Agosto: Se reforma la base de cálculo para la base imponible del ICE.
Septiembre: Se otorga plazo de 12 meses para presentación de certificaciones UNECE38.
Octubre-Noviembre: Se emite proyecto de reglamento técnico para bujías de encendido. Se
emite Reglamento de homologación vehicular y dispositivos de medición, control y
seguridad.
Diciembre: Se establece para 2016 un cupo global para importación de vehículos
terminados39.
32 Aplica para comercialización de vehículos usados. 33 Elementos de seguridad en vehículos automotores. 34 Arancel del 15% para CKDs de automóviles y SUVs de gasolina y vehículos híbridos. Se grava con 5% a
tractocamiones y 10% a chaisses en CKD de camiones, el cupo de CBU es 40% menos que el importado y
para CKD es 20% menos que lo importado en 2013. 35 Neumáticos radiales 25% y neumáticos para motos 45%, herrajes y artículos similares para automóviles
45%, camiones 45%. 36 Los vehículos deben tener un valor FOB igual o menor a $40 000. 37 Vehículos de transporte público de pasajeros, intrarregional, interprovincial e intraprovincial. 38 Aplica para elementos de la seguridad. 39 CBU de 23 285 unidades, y un cupo de vehículos desarmados (CKD´s) de 61 270 unidades distribuidos
entre 4 empresas.
52
En 8 años se ha realizado 37 reformas que han afectado al sector automotriz. El Impuesto
a la Salida de Divisas puesto en vigencia en el año 2008 tenía un recargo a la trasferencia
o traslado de divisas al exterior en efectivo o a través de giro de cheques, transferencias,
envíos, retiros o pagos de cualquier naturaleza realizados con o sin la intermediación de
instituciones del sistema financiero del 0.5% pero pasó al 5% en el año 2015. El ICE, por
su parte, grava el consumo de determinados servicios y bienes considerados como
suntuarios. La aplicación de este impuesto afectó al precio y ventas de los vehículos y,
como consecuencia, de esto otros sectores económicos se han visto afectados como el
sector financiero (reducción créditos para compra de autos) y sector asegurador
(disminución de primas).
Según Gloria Navas, presidenta de la Asociación de Empresas Automotrices del Ecuador
(AEADE), las ventas de vehículos importados decreció en un 25% en el 2015, esto
motivado por las medidas del gobierno como la reducción de cupos de importación, las
licencias de importación y los innumerables impuestos como el ISD y el ICE. Estas
reformas no sólo han afectado al sector automotriz sino también a la economía ecuatoriana,
ya que, a pesar de que el sector ha intentado mantener las plazas de trabajo, el empleo tuvo
una reducción en el sector del 21% (7 500 empleos perdidos) tanto directa como
indirectamente. Además, la reducción de las ventas de autos ha hecho que las actividades
indirectas pero relacionadas con el sector se vean impactadas negativamente como los
talleres de servicio técnico con una reducción de 140 000 visitas anuales generando una
pérdida de 70 millones de dólares o como el transporte de niñeras hacia los distintos puntos
de comercialización con una disminución de 7 000 viajes anuales generando una afectación
en sus ingresos de 2 800 millones de dólares.
La restricción en los cupos de importación de vehículos para el país tuvo muchas reformas
en los últimos 8 años, sin embargo, la ley que fue aprobada en 2014 redujo los cupos de
importación de vehículos y sus partes en un 57%, General Motors, por ejemplo, con esta
ley redujo sus importaciones de $63 millones a $27 millones.
53
2.4.3. Sector industrial y comercial automotriz ecuatoriano en cifras.
La industria automotriz ecuatoriana ha hecho muchos esfuerzos para continuar operando,
Hugo Vargas40 considera que los desafíos del sector en este nuevo período son: el saber
cómo mantener un negocio sostenible en medio de restricciones a las importaciones;
preservar puestos de trabajo en medio de cupos a las importaciones; mantener servicios,
talleres, repuestos, en medio de salvaguardias y demás impuestos; cumplir con las
especificaciones y resoluciones que no siempre son similares en los países donde se
importa. (Asociación de Empresas Automotrices del Ecuador, 2015)
En los últimos 6 años ha existido una gran variación en la industria como se lo demuestra
en la siguiente tabla.
Tabla 8. Resumen de la industria automotriz ecuatoriana
Año
Producción
nacional
Comercio
exterior
Ventas
Total Oferta
Export. Import.
Producción
nacional
Vehículos
importados Total
2010 76 252 56 516 19 736 79 685 55 683 76 489 132 172
2011 75 743 55 293 20 450 75 101 62 053 77 840 139 893
2012 81 398 56 583 24 815 66 652 56 395 65 051 121 446
2013 66 844 59 633 7 211 62 595 55 509 58 303 113 812
2014 63 872 55 504 8 368 57 093 61 855 58 205 120 060
2015 50 732 47 458 3 274 33 640 43 962 37 347 81 309 Notas: La unidad de medida de los datos presentados son unidades. Adaptado de “Anuario” por Asociación
de Empresas Automotrices del Ecuador, 2015, AEADE, p. 72.
A partir del año 2013 la producción nacional se redujo notablemente. En el año 2015 la
producción nacional decreció en 30 666 unidades con respecto al 2012 que es el año en
donde existió mayor producción con 81 398 unidades. En el año 2012 las exportaciones
fueron 7 veces más que las exportaciones del año 2015, a pesar de que las importaciones
también se redujeron con respecto a los años anteriores la relación exportaciones -
importaciones sigue siendo alta.
Tomando en cuenta las ventas se puede concluir que el stock de ventas de los autos
importados es de 1 531 unidades y de 89 706 unidades de la producción nacional hasta el
año 2015. Es muy notorio que la demanda ecuatoriana tiene más interés en autos
importados que en autos producidos dentro del país.
40 Productor del programa Ruedas de FM Mundo.
54
Las provincias que están a la cabeza en la venta de vehículos en el país son: Pichincha con
40% de las ventas, seguidas de Guayas con un 27%, otras provincias como Tungurahua,
Azuay y Manabí forman parte de las principales provincias que venden vehículos con 7%,
6% y 4% respectivamente. Es comprensible que dentro de las principales provincias se
encuentren las provincias más importantes como son Pichincha, Azuay y Guayas que son
aquellas provincias donde, según Rodrigo Mendieta41, existe la polarización económica del
país.
Gráfica 1. Participación de las ventas de vehículos por provincia
Gráfica 1. Participación de las ventas de las principales provincias del país, en porcentaje de participación
año 2015. Adaptado de “Anuario” por Asociación de Empresas Automotrices del Ecuador, 2015, AEADE,
p. 78.
La marca líder en el mercado ecuatoriano es Chevrolet con una participación en el mismo
de 49.5% seguida de KIA y Hyundai con el 9.4% y 7.0% respectivamente, mientras que
Nissan, Mazda, Toyota e Hino tienen una participación en el mercado de 4.7% la primera,
4.5% las dos siguientes y 4.2% la última precedidas de Great Wall, Ford y Renault con una
participación en el mercado de 3.0%, 2.1% y 1.4% respectivamente. En el Anexo 7 se
observa las ventas registradas en unidades de los años 2014 y 2015 de las marcas antes
mencionadas con su respectiva provincia.
41 Experto en desarrollo territorial y profesor de la Universidad de Cuenca.
55
2.4.4. Análisis internacional del sector comercial automotriz ecuatoriano
El sector automotriz ecuatoriano durante toda su historia se ha caracterizado por ser
importador de automotores y comercializador de los mismos. A pesar de esto, en los
últimos años, el sector ha incursionado en el ensamblaje de ciertos automotores para
venderlos en el mercado nacional como internacional.
Cabe destacar que las empresas automotrices están bajo la estructura arancelaria
“NANDINA42” de acuerdo al artículo 58 del acuerdo de Cartagena basado en el Sistema
Armonizado de Designación y Codificación de Mercaderías.
Para comprender de mejor manera esta sección se debe tomar en cuenta lo siguiente:
No comprende los vehículos concebidos para circulación solamente sobre carriles
(rieles).
Se entiende por tractores los vehículos con motor esencialmente concebidos para tirar
o empujar otros aparatos, vehículos o cargas, incluso si tienen ciertos
acondicionamientos o accesorios en relación con su utilización principalmente, que
permite el trasporte de herramientas, semillas, abonos, etc.
Las máquinas e instrumentos de trabajo concebidos para equipar los tractores de la
partida 87.01 como material intercambiable siguen su propio régimen, aunque se
presenten con el tractor, incluso si están montados sobre éste.
Ecuador se caracteriza por importar la mayoría del parque automotor que se comercializa
en el país. Este estudio se realizará tomando en cuenta los grupos de furgonetas o VANs,
automotores a gasolina, automotores a diésel, pesados (camiones) a diésel, pesados a
gasolina y motocicletas. Estos son todos los tipos de automotores que integran el sector
comercial del CIIU G4510.01.
Los países que mantienen relaciones comerciales de importación con el Ecuador son
únicamente 28, los cuales se enlistan a continuación.
42 Nomenclatura Arancelaria Común de los Países Miembros de la Comunidad Andina, Capítulo 87:
Vehículos tractores, velocípedos y demás vehículos terrestres, sus partes y accesorios.
56
Tabla 9. Proveedores de automotores a Ecuador
País Tonelaje 2014 Tonelaje 2015
China 34 932,26 21 030,14
Corea (Sur) 34 380,15 27 348,67
Japón 46 279,46 40 149,19
Colombia 17 178,64 9 830,48
Tailandia 9 537,32 4 783,57
México 11 338,46 5 525,38
Estados Unidos 7 835,33 3 250,52
India 4 072,63 2 271,22
Indonesia 3 519,51 1 330,04
Brasil 2 906,00 3 580,80
Alemania 2 083,45 1 249,63
Argentina 942,27 320,16
Canadá 791,39 39,53
Francia 459,30 537,37
Reino Unido 301,53 648,57
República Checa 254,26 135,40
Países Bajos (Holanda) 138,39 373,39
Hong Kong 69,05 39,34
Bélgica 48,74 27,06
Italia 42,87 26,36
Taiwán 38,36 0,00
Austria 34,01 23,59
Hungría 19,53 13,19
Perú 13,93 0,00
España 13,52 491,93
Suecia 5,88 0,00
Vietnam 5,54 0,00
Uruguay 0,00 3,80
Total 177 241,77 123 029,33
Notas: La unidad de medida de los datos presentados son miles de millones.
Como se puede apreciar en el año 2015 las importaciones decrecieron en un 31% con
respecto al año 2014, puesto que, el estado ecuatoriano impuso un cupo limitado a las
importaciones. “Mediante resolución 049-2014, aprobada el 29 de diciembre del 2014, el
Comité de Comercio Exterior (Comex) aprobó un nuevo régimen de cupos tanto para la
importación de autos como para las partes o CKD para su ensamblaje, que reduce los cupos
hasta en un 57%.” (Aruajo, 2015)
57
Gráfica 2. Principales países proveedores del Ecuador en los años 2014-2015
Gráfica 2. Principales países proveedores de automotores del Ecuador expresado en porcentaje con respecto
al tonelaje de los años 2014 y 2015.
Los países que mantuvieron una mayor relación comercial con Ecuador durante el 2014
fueron países del continente asiático, es decir, Japón, China y Corea del Sur representando
el 65.2%, seguido de otros países como Colombia, México, Tailandia y Estados Unidos
manteniendo el 25.9% de las negociaciones con Ecuador en los distintos modelos del
parque automotor.
En el año 2015, Japón, China y Brasil aumentaron sus exportaciones con el país en un 6.5%,
2.5% y 1.3% respectivamente, mientras que Corea del Sur, Colombia, México, Tailandia,
Estados Unidos, India, Indonesia y Alemania redujeron sus exportaciones con el Ecuador
en promedio un 1.4%.
Ecuador se nutre de su parque automotor principalmente de los 11 países analizados
anteriormente.
Importaciones de furgonetas43
Ecuador importa este tipo de vehículos de todo el mundo, sin embargo, sus principales
proveedores son Corea del Sur y China con más de 1000 toneladas tanto en el año 2014
43 Vehículo con capacidad no mayor a 16 pasajeros incluyendo al conductor y que además debe ser a
combustión de diésel.
32,6%
22,2%
17,1%
8,0%
4,5%
3,9%
2,6%
1,8%
1,1%
2,9%
1,0%
2,2%
26,1%
19,7%
19,4%
9,7%
6,4%
5,4%
4,4%
2,3%
2,0%
1,6%
1,2%
1,8%
0,0% 5,0% 10,0% 15,0% 20,0% 25,0% 30,0% 35,0%
Japón
China
Corea del Sur
Colombia
México
Tailandia
Estados…
India
Indonesia
Brasil
Alemania
Otros
2014 2015
58
como en el 2015. En el primer año Corea del Sur lidera el grupo con 3 623.49, seguida de
China con 2 115.35, no obstante en el último año China está a la cabeza con 1 958.96
toneladas mientras que Corea del Sur está en segundo lugar con 1 619.13 toneladas, además
Brasil ingresa al podio con 1 466.6 toneladas. A pesar de que estos países tuvieron
exportaciones altas con Ecuador, éstas se redujeron en promedio en 1 080.38 toneladas.
Tabla 10. Importación de furgonetas a diésel por año
País 2014 2015
Toneladas FOB CIF Toneladas FOB CIF
Alemania 534,60 5,80 6,30 487,98 5,43 5,84
Argentina 43,81 0,61 0,68 16,85 0,23 0,26
Brasil 172,50 2,62 2,71 1 466,60 21,07 21,38
China 2 115,35 17,77 19,34 1 958,96 15,45 16,75
Colombia 27,75 0,41 0,42 13,85 0,18 0,18
Corea del Sur 3 623,49 26,53 28,84 1 619,13 12,06 13,07
España 13,52 0,22 0,22 13,52 0,22 0,22
Francia 0,00 0,00 0,00 6,18 0,07 0,07
Japón 67,05 0,63 0,69 103,55 0,79 0,90
México 0,00 0,00 0,00 17,83 0,15 0,16
Perú 13,93 0,19 0,19 0,00 0,00 0,00 Notas: FOB=Free on Board, CIF=Coast Insure Freight
Al Ecuador también ingresan furgonetas a combustible donde China en el año 2014 fue el
más fuerte exportador, mientras que Corea ha comenzado a incursionar en este ámbito
con Ecuador en el año 2015.
Tabla 11. Importación de furgonetas a combustible por año
País 2014 2015
Toneladas FOB CIF Toneladas FOB CIF
China 1.563,96 6,31 7,40 0,00 0,00 0,00
Corea del Sur 0,00 0,00 0,00 2,06 0,02 0,02 Notas: FOB=Free on Board, CIF=Coast Insure Freight
Como se puede apreciar en el análisis CIF y FOB las furgonetas al llegar al país tiene un
encarecimiento del 8% al 17% dependiendo del país de origen aún sin importar los demás
agregados.
Automóviles a gasolina
Ecuador se nutre de automóviles de varios países de América Latina como Colombia y Perú
así como del mundo entero. Pese a ello, los países que más depende son Corea del Sur que
proporciona autos de todo tamaño de motor (cilindraje), China que proporciona
automotores con motores menores de 1 000 cm3 hasta 1 500 cm3 al igual que la India,
59
mientras que Estados Unidos proporciona más de la mitad de automotores que tiene
cilindraje igual o mayor a 1 500 cm3.
Gráfica 3. Automóviles a gasolina año 2014
En el año 2015, Colombia se integra como nuevo exportador de automóviles de motor
pequeño y mediano y se siguen manteniendo los anteriores países. Sin embargo, en cuanto
a motores grandes se refiere Estados Unidos mantiene dominado al sector con el 71%
mientras que Japón mantiene su participación con el 22%.
81%
10%
9%
49%
38%
9%
4%
52%
20%
14%
14%
35%
28%
16%
21%
0% 10% 20% 30% 40% 50% 60% 70% 80% 90%
COREA DEL SUR
INDIA
CHINA
CHINA
COREA DEL SUR
INDIA
OTROS
ESTADOS UNIDOS
JAPON
CANADA
OTROS
COREA DEL SUR
JAPON
MEXICO
OTROS
CIL
IND
RA
JE
ME
NO
R A
100
0C
M3
CIL
IND
RA
JE
EN
TR
E 1
000
CM
3
Y 1
50
0C
M3
CIL
IND
RA
JE
EN
TR
E 1
500
CM
3 Y
30
00
CM
3
CIL
IND
RA
JE
SU
PE
RIO
R A
300
0C
M3
60
Gráfica 4. Automóviles a gasolina año 2015
Automóviles a Diésel
En el Ecuador los automotores a diésel solo se importan a partir de 1 500 cm3 de cilindraje.
Francia es el principal exportador de automóviles a diésel con el 91%, Brasil también
exporta estos automotores representando el 8% de las importaciones, mientras que en
motores grandes (superior a 2 500 cm3) Japón trae casi la mitad acompañado por Estados
Unidos y Tailandia que son los países que manejan estas características del sector.
46%
45%
5%
4%
72%
15%
7%
6%
71%
22%
7%
37%
36%
11%
16%
0% 10% 20% 30% 40% 50% 60% 70% 80%
COREA DEL SUR
CHINA
COLOMBIA
OTROS
COREA DEL SUR
COLOMBIA
CHINA
OTROS
ESTADOS UNIDOS
JAPON
OTROS
COREA DEL SUR
JAPON
MEXICO
OTROSC
ILIN
DR
AJE
ME
NO
R A
100
0C
M3
CIL
IND
RA
JE
EN
TR
E 1
000
CM
3
Y 1
50
0C
M3
CIL
IND
RA
JE
EN
TR
E 1
500
CM
3 Y
300
0C
M3
CIL
IND
RA
JE
SU
PE
RIO
R A
300
0C
M3
61
Gráfica 5. Automóviles a diésel año 2014
Pesados
El parque automotor del Ecuador se encuentra particularmente abastecido de camiones que
tienen una capacidad en tonelaje de entre 5 a 20 toneladas con una participación mayor al
80%.
Gráfica 6. Capacidad en toneladas de automotores de carga pesada
Los camiones que son considerados pesados dependen de la marca, el diseño y el espacio
de descanso. Aquellos que cumplen estas características son importados de 13 países, sin
embargo, esta parte del sector se encuentra monopolizada por Japón, Colombia y China.
91%
8%
1%
43%
25%
17%
15%
0% 20% 40% 60% 80% 100%
FRANCIA
BRASIL
OTROS
JAPON
ESTADOS UNIDOS
TAILANDIA
OTROS
CIL
IND
RA
JE
EN
TR
E 1
500
CM
3 Y
250
0C
M3
CIL
IND
RA
JE
SU
PE
RIO
R A
250
0C
M3
43,9%
37,9%
18,3%
41,2%43,8%
15,0%
0,0%
20,0%
40,0%
60,0%
Inferior a 5 Entre 5 a 20 Mayor a 20
2014 2015
62
Gráfica 7. Exportadores a Ecuador de automotores pesados por año
Gráfica 7. Principales exportadores a Ecuador de automotores pesados año 2014-2015
Motocicletas
Las motocicletas que son comercializadas por empresas del sector automotriz provienen de
16 países los cuales son: China, Colombia, India, Brasil, Japón, Hong Kong, Alemania,
Italia, Taiwán, Australia, Estados Unidos, Tailandia, Vietnam, Reino Unido, Francia y
Corea del Sur. De todos estos países, los 3 primeros abastecen en casi la totalidad con un
97% al mercado nacional en los años 2014 y 2015.
Además, se puede apreciar que Ecuador tiene la preferencia de comprar motocicletas con
un cilindraje entre 50 y 250 cm3 (97%).
Gráfica 8. Tonelaje de motos por año
50,1%
23,1%
8,7%6,1%
18,1%
54,9%
17,5%
8,3% 10,0%
19,3%
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
Japón Colombia China Corea del Sur Otros
2014 2015
0,0%
97,3%
1,3%
0,7%
0,7%
0,0%
97,8%
0,8%
0,6%
0,7%
0,0% 20,0% 40,0% 60,0% 80,0% 100,0%
Cilindraje inferior a 50 cm3
Cilindraje entre 50 cm3 y 250 cm3
Cinlindraje entre 250 cm3 y 500 cm3
Cilindraje entre 500 cm3 y 800 cm3
Cilindraje superior a 800 cm3
2015 2014
63
CAPITULO III
3. APLICACIÓN DEL MODELO
3.1. Clasificación de las empresas del sector comercial automotriz
CIIU G4510.01 según la Superintendencia de Compañías, Valores
y Seguros
Para el análisis de las empresas del CIIU G4510.01 se utilizó la base de datos descargable
de la Superintendencia de Compañías, Valores y Seguros llamada “Empresas completas
por actividad económica”. Se filtró de acuerdo a los datos que se podía obtener información
del año 2015 y se obtuvieron los siguientes resultados:
3.1.1. Según su estado social
Tabla 12. Estado social de las empresas año 2015
Estado Social Cantidad Porcentaje
Activas 255 89%
Cancelación 1 1%
Disolución 26 9%
Inactivas 3 1%
Total 285 100% Notas: Clasificación de las empresas sector automotriz CIIU G4510.01 criterio de clasificación según su
estado social año 2015.
En la tabla se observa que existen 255 empresas activas sin embargo para el análisis solo
se utilizaron 178 que cumplían con los siguientes parámetros:
Activos diferentes de cero.
Constituidas antes del año 2014.
Cuentan con información válida (balances cargados) para poder realizar el análisis.
En el anexo 8 se encuentran las empresas que se utilizaron para el análisis.
64
3.1.2. Según su constitución
Las empresas del sector automotriz CIIU G4510.01 están constituidas en su mayoría por
Sociedades Anónimas en un 71% y un 28% como Responsabilidad Limitada. Solamente
una empresa está constituida como sucursal extranjera.
Tabla 13. Empresas según su constitución
Estado Social Cantidad Porcentaje
Anónima 127 71%
Responsabilidad Limitada 50 28%
Sucursal Extranjera 1 1%
Total 178 100% Notas: Clasificación de las empresas sector automotriz CIIU G4510.01 criterio de clasificación según su
constitución.
3.1.3. Según su tamaño
Las empresas del CIIU G4510.01 del sector automotriz (Venta de vehículos nuevos y
usados: vehículos de pasajeros, incluidos vehículos especializados como: ambulancias y
minibuses, camiones, remolques y semirremolques, vehículos de acampada como:
caravanas y autocaravanas, vehículos para todo terreno, incluido la venta al por mayor y al
por menor por comisionistas.) están compuestas en su mayoría por empresas grandes
(50%), seguidas de medianas empresas (21%) y en una poca proporción de micro y
pequeñas empresas (29%).
Tabla 14. Empresas según sus activos
Clasificación Cantidad Porcentaje
Grande 89 50%
Mediana 37 21%
Micro 15 8%
Pequeña 37 21%
Total 178 100% Notas: Clasificación de las empresas sector automotriz CIIU G4510.01 criterio de clasificación según sus
activos año 2015.
3.2. Análisis de los indicadores financieros
Para la interpretación de los indicadores del sector automotriz se utilizó la media central de
Huber que es una parábola en las cercanías del cero y, que crece linealmente a un nivel
dado |x|>k. La eficiencia asintótica del 95% en la distribución estándar normal se obtiene
con la constante k=1.345. Este estimador es tan satisfactorio que se recomienda aplicarlo
65
en casi todas las situaciones; raras veces ha resultado inferior a alguna otra función. Sin
embargo, de vez en cuando, se han detectado algunas dificultades que pueden ser debidas
a falta de estabilidad en los valores del gradiente de la función ⍴ por su discontinua segunda
derivada:
𝒹2𝜌(𝑥)
𝒹𝑥2= {1 𝑠𝑖 |𝑥| ≤ 𝑘0 𝑠𝑖 |𝑥| ≥ 𝑘
}.
La constante que proporciona una eficiencia mayor es c=1.2107. (Universidad Politécnica
de Madrid, 2017).
3.2.1. Indicadores de liquidez
Tabla 15. Indicadores de liquidez según tamaño de empresa
Tamaño de
la empresa
Liquidez Corriente Prueba ácida
2008 2014 2015 2008 2014 2015
Grande 1,31 1,65 1,73 0,85 1,06 1,02
Mediana 1,28 1,66 1,52 0,60 0,96 0,93
Micro 1,05 1,51 1,04 0,76 1,04 0,77
Pequeña 1,72 1,40 1,47 1,22 0,95 1,03
Promedio 1,34 1,56 1,59 0,82 1,03 0,98
TC 2008-2014 2014-2015 2008-2015 2008-2014 2014-2015 2008-2015
16,4% 1,9% 18,7% 25,6% -4,9% 19,5%
Notas: La unidad de medida es unidad monetaria (dólares). TC = Tasa de crecimiento.
Por cada dólar que las empresas poseen de pasivo corriente, cuentan en promedio con $1.59
de respaldo en el activo corriente.
Por cada dólar que las empresas deben en el pasivo corriente, cuentan en promedio con
$0.98 para su cancelación sin necesidad de vender sus inventarios.
La liquidez corriente de las empresas se encuentra en el valor óptimo, por lo tanto, las
empresas en el corto plazo cuentan con los recursos para responder todas sus obligaciones.
Por otra parte, el indicador de prueba ácida no se encuentra en su valor óptimo, sin embargo,
se acerca al 1, es decir, pueden responder de forma normal a sus obligaciones.
Los indicadores de liquidez tuvieron una reducción de 7.3% en el año 2015 con respecto al
año 2014, sin embargo, desde el año 2008 hasta el 2015 (7 años) la liquidez de las empresas
del sector automotriz ha crecido en un 7.3%.
66
3.2.2. Indicadores de solvencia
Las empresas del sector automotriz tienen un gran problema de solvencia, ya que, su valor
promedio es menor a 1 (0.31) en el año 2015, es decir, las empresas del sector se encuentran
en una situación difícil debido a la poca capacidad de los activos para hacer frente a sus
deudas. En el año 2014 las empresas, en promedio, tuvieron un indicador de solvencia de
1.37 pero en el año 2015 ese indicador se redujo en un 77.1% (0.31). En 7 años el indicador
ha decrecido de forma muy alta en un 86.7%.
Tabla 16. Solvencia y endeudamiento de las empresas según su tamaño
Tamaño
de la
empresa
Solvencia Endeudamiento del activo Endeudamiento del
patrimonio
2008 2014 2015 2008 2014 2015 2008 2014 2015
Grande 3,09 1,56 0,54 0,71 0,62 0,58 2,38 1,66 1,49
Mediana 2,20 1,46 0,37 0,80 0,75 0,73 6,69 4,05 2,93
Micro 1,33 1,10 0,12 0,53 0,62 0,87 0,19 1,91 1,03
Pequeña 2,74 1,34 0,22 0,73 0,82 0,78 2,72 5,31 3,69
Promedio 2,73 1,47 0,43 0,72 0,68 0,67 2,54 2,34 2,00
TC
2008
2014
2014
2015
2008
2015
2008
2014
2014
2015
2008
2015
2008
2014
2014
2015
2008
2015
-46,2% -70,7% -84,2% -5,6% -1,5% -6,9% -7,9% -14,5% -21,3%
Notas: La unidad de medida de la solvencia y el endeudamiento del activo es unidad porcentual mientras que
la unidad de medida del endeudamiento del patrimonio es unidad monetaria (dólares). TC = Tasa de
crecimiento
Las empresas del sector automotriz están muy endeudadas, ya que sus deudas en promedio,
suponen el 69% de la estructura financiera. Los fondos propios de las empresas representan
en promedio solo el 31% del total del patrimonio y el pasivo, es decir, el funcionamiento
de las empresas del sector se sostiene con fondos de terceros.
El coeficiente de endeudamiento presenta un resultado muy desfavorable, ya que, los
recursos propios de las empresas son muy bajos con respecto a los recursos que se obtienen
de terceros (la deuda que poseen las empresas duplican a sus fondos propios). Por cada
dólar que las empresas tienen de fondos propios, existen en promedio $2.29 de deuda.
A pesar de que los coeficientes de endeudamiento han tenido interpretaciones negativas en
el sector automotriz conviene financiarse mediante deuda, ya que, en promedio el
coeficiente es mayor a 1 (3.11). En el año 2015 el apalancamiento financiero se redujo en
un 27.9% con respecto al año 2014, y en los 7 años (a partir del 2008) se redujo en un
27.2%.
67
Tabla 17. Apalancamiento de las empresas según su tamaño
Tamaño
de la
empresa
Apalancamiento Apalancamiento financiero
2008 2014 2015
2008 2014 2015
Grande 3,37 2,65 2,49 2,89 2,39 1,40
Mediana 7,68 5,04 3,92 6,57 4,73 2,56
Micro 1,00 2,91 2,74 0,80 2,06 1,84
Pequeña 3,44 6,31 4,69 2,44 5,64 4,04
Promedio 3,52 3,34 2,99 2,94 2,97 2,14
TC 2008-2014 2014-2015 2008-2015 2008-2014 2014-2015 2008-2015
-5,1% -10,5% -15,1% 1,0% -27,9% -27,2%
Notas: TC = Tasa de crecimiento
3.2.3. Indicadores de gestión
Las cuentas por cobrar del sector automotriz se demoran en convertir a efectivo en
promedio 75 días en el año 2015, es decir, tienen una rotación promedio de 5 veces al año.
La política de cobros del sector automotriz ha ido mejorando conforme ha pasado el tiempo,
ya que, 7 años atrás (2008) el período medio de cobranza era de 219 días (rotación promedio
de 1.54 veces). El año 2014 fue el año en que todas las empresas del sector automotriz
recuperaron de forma más rápida el efectivo teniendo un período medio de cobro de 61 días
(rotación promedio de 5.79 veces).
Tabla 18. Rotación de cartera y ventas
Tamaño
de la
empresa
Rotación de cartera Rotación de ventas
2008 2014 2015
2008 2014 2015
Grande 7,32 6,23 5,76 2,14 1,94 1,50
Mediana 5,09 4,32 4,01 1,05 1,23 1,18
Micro 0,00 3,59 4,68 0,44 1,10 1,46
Pequeña 1,38 6,86 4,98 0,65 1,25 1,49
Promedio 5,15 5,79 5,17 1,48 1,56 1,43
TC 2008-2014 2014-2015 2008-2015 2008-2014 2014-2015 2008-2015
12,4% -10,7% 0,4% 5,4% -8,3% -3,4%
Notas: La unidad de medida de los datos son número de veces. TC= Tasa de crecimiento
Las empresas efectúan la liquidación de su deuda a corto plazo mediante el efectivo en
promedio cada 155 días durante el período 2014-2015, es decir, 1.50 veces en el año
aproximadamente. Estos pagos se encuentran muy por encima de los 30 días lo que puede
ser favorable hasta cierto punto para las empresas, ya que, pueden financiar su activo con
deudas a corto plazo. Sin embargo, las empresas realizan sus cobros en promedio cada 119
días y pagan cada 168 contando con un margen de 49 días para utilizar el efectivo
68
disponible antes de pagar a sus proveedores. Esta situación puede generar falta de
credibilidad para recibir créditos.
Tabla 19. Período medio de cobranza y pago
Tamaño
de la
empresa
Período medio de cobranza Período medio de pago
2008 2014 2015
2008 2014 2015
Grande 317 65 76 353 176 97
Mediana 158 96 114 206 264 169
Micro 36 48 31 273
Pequeña 35 53 114 101
Promedio 219 61 75 195 187 123
TC 2008-2014 2014-2015 2008-2015 2008-2014 2014-2015 2008-2015
-71,9% 22,7% -65,6% -4,1% -34,2% -36,9%
Notas: TC = Tasa de crecimiento
Las empresas del sector automotriz colocaron entre sus clientes en promedio 1.50 veces el
valor de la inversión efectuada, es decir, los activos de la industria son muy productivos al
generar ventas ya que por cada dólar invertido venden 0.18 veces más.
Tabla 20. Impacto de los gastos
Tamaño de
la empresa
Impacto de los gastos de administración y
ventas Impacto de la carga financiera
2008 2014 2015 2008 2014 2015
Grande ,096 ,114 ,173 ,013 ,017
Mediana ,138 ,153 ,202 ,006 ,007
Micro ,000 ,392 ,667 ,000 ,001
Pequeña ,108 ,207 ,371 ,000 ,001
Promedio ,100 ,140 ,220 -- ,008 ,010
TC 2008-2014 2014-2015 2008-2015 2008-2014 2014-2015 2008-2015
40,0% 57,1% 120,0% -- 25,0% --
Notas: TC = Tasa de crecimiento
De las ventas que el sector automotriz generó en el año 2015, destinó el 1% para pagar los
gastos financieros y el 22% para pagar los gastos de administración y ventas. En el año
2015 el impacto de los gastos de administración y ventas aumentó en 57.1% con respecto
al año 2014, y en 7 años (2008-2015) el impacto casi se cuadruplicó (40% – 120%).
3.2.4. Indicadores de rentabilidad
En el año 2015 por cada dólar que el sector automotriz vendió, obtuvo una utilidad neta del
3.1% y una utilidad operacional de 11.9%. La rentabilidad financiera del sector automotriz
69
en el año 2015 es del 11.5% la cual se redujo en un 24.6% con respecto al año 2014 y 10.3%
con respecto al año 2008.
Tabla 21. Rentabilidad neta, operacional y financiera
Tamaño
de la
empresa
Rentabilidad neta del activo Rentabilidad operacional
del patrimonio Rentabilidad financiera
2008 2014 2015 2008 2014 2015 2008 2014 2015
Grande ,035 ,047 ,038 ,252 ,200 ,121 ,147 ,139 ,100
Mediana ,015 ,029 ,029 ,319 ,075 ,102 ,156 ,122 ,127
Micro -,012 ,024 ,028 ,320 ,171 ,113 ,018 ,044 ,095
Pequeña ,009 ,031 ,020 ,167 ,308 ,187 ,088 ,317 ,148
Promedio ,021 ,038 ,031 ,235 ,180 ,119 ,128 ,152 ,115
TC
2008
2014
2014
2015
2008
2015
2008
2014
2014
2015
2008
2015
2008
2014
2014
2015
2008
2015
82,6% -17,2% 51,2% -23,4% -33,9% -49,4% 19,0% -24,6% -10,3%
Notas: TC = Tasa de crecimiento
Por cada dólar que el sector automotriz invirtió en los activos en el año 2015 obtuvo un
rendimiento de 3.1%. Con respecto al año 2008 la rentabilidad neta del activo del año
2015 se elevó en 51.2%, pero con respecto al año 2014 se redujo en un 17.2%.
El margen de utilidad bruta de las empresas del sector automotriz es en promedio del 24%,
es decir, el costo de ventas es demasiado elevado, el margen en el año 2008 fue aún más
reducido (12%) pero se elevó en el año 2015 (23%). A pesar de que el margen bruto se
elevó en 39.3% en el año 2015 con respecto al año 2014 la eficiencia de las operaciones y
la asignación de los precios no es la más adecuada.
Tabla 22. Margen bruto, operativo y neto
Tamaño
de la
empresa
Margen bruto Margen operacional Margen neto
2008 2014 2015 2008 2014 2015 2008 2014 2015
Grande ,121 ,151 ,199 ,024 ,037 ,033 ,015 ,028 ,025
Mediana ,164 ,148 ,212 ,022 ,011 ,028 ,012 ,021 ,024
Micro ,127 ,481 ,583 -,005 ,023 ,021 -,010 ,022 ,013
Pequeña ,115 ,244 ,367 ,008 ,019 ,020 ,006 ,020 ,016
Promedio 0,12 0,17 0,23 0,02 0,03 0,03 0,012 0,024 0,023
TC
2008
2014
2014
2015
2008
2015
2008
2014
2014
2015
2008
2015
2008
2014
2014
2015
2008
2015
36,6% 39,3% 90,2% 37,1% 6,8% 46,4% 112,2% -4,1% 103,5%
Notas: TC = Tasa de crecimiento
70
3.3. Modelo de Altman
La situación financiera a corto plazo de las empresas en el año 2008 fue la más baja que en
los 6 y 7 años siguientes, debido a que creció en 0.58% en el 2015 y 0.68% en el 2014. A
pesar de esto el nivel de capital de trabajo, en comparación con los activos es bajo y
demuestra un nivel de liquidez malo de las empresas del sector automotriz.
Tabla 23. Resultado general de las variables modelo por año
Ratios Altman 2008 2014 2015
X1 0,24 0,29 0,25
X2 0,00 0,02 0,04
X3 0,03 0,04 0,03
X4 0,30 0,45 0,54
Coeficiente Z2 2,43 3,03 2,89
La calidad de la estructura del capital de las empresas está por debajo de 0.1, pero ha ido
aumentando a partir del año 2014 en 0.02 y 0.04 en el 2015. Este ratio es importante debido
a que las utilidades retenidas demuestran que las empresas tienen planes de reinversión y
crecimiento y pueden hacer que estos proyectos se cumplan sin recurrir a préstamos con
terceros. A pesar de que el ratio es pequeño, es positivo y demuestra que las empresas se
puede financiar por sí mismas no en su totalidad pero si una parte.
El propósito del coeficiente de Altman es determinar si una empresa es saludable o enferma.
Es por esto que el ratio X3 tiene un alto peso en el modelo, en el año 2008 el ratio fue de
0.03 y se mantuvo en el mismo valor en el año 2015. La rentabilidad de las empresas es
muy bajo eso debido a que la utilidad antes de intereses e impuestos es muy baja con
respecto al activo de las empresas.
71
Gráfica 9. Discriminante de Altman por tamaño de empresa y año
Gráfica 9. Las barras que se encuentran con líneas verticales significa estado sano, las barras que se
encuentran con ondas significa estado gris y las barras que se encuentran con puntos significa estado enferma
En el año 2008 las empresas pequeñas fueron las únicas que según el discriminante de
Altman estuvieron saludables mientras que las demás se encontraron en un estado gris. En
el año 2014 hubo un cambio de papeles donde las empresas grandes, medianas y micros se
encuentran saludables mientras que las pequeñas se encontraron en una situación gris. Por
su parte, en el año 2015 las empresas mantuvieron su situación excepto las micro empresas
las cuales cambiaron su situación saludable a una situación enferma con una baja de 3.02.
Tabla 24. Estado de Altman según el tamaño de empresas en el año 2015
Tamaño
de
Empresa
Estado Altman 2015
Enferma Gris Saludable
Grande 7% 11% 32%
Mediana 6% 4% 11%
Micro 4% 2% 2%
Pequeña 7% 6% 8%
Total 25% 22% 53%
En el año 2015 el 25% de empresas del sector se encuentran en estado enfermo, es decir,
están en la zona de peligro de quiebra inminente. El 22% de las empresas se encuentran en
estado gris, es decir, es probable que las empresas puedan quebrar en los próximos 2 años,
mientras que el 53% de las empresas están en una zona segura o saludable. En resumen
más de la mitad de las empresas del sector automotriz no deben preocuparse.
2,412,27
2,94
1,42
3,24
2,80
2,14
4,10
3,44
2,73
2,00
1,08
1,00
1,50
2,00
2,50
3,00
3,50
4,00
Grandes Medianas Pequeñas Micro
2008 2014 2015
72
Las empresas grandes, según el paso del tiempo, han tenido un avance positivo en su
situación. Las empresas medianas han presentado una situación creciente y decreciente.
Las empresas pequeñas, a partir del 2008, tuvieron un avance negativo. Por último, las
microempresas en 7 años han presentado las tres situaciones posibles, han estado en
momentos grises, tuvieron una recuperación muy grande en 6 años pero esa recuperación
no sirvió de mucho ya que cayeron de forma violenta en el año 2015 poniéndolas en una
situación enferma.
3.4. Validación del Modelo de Altman y su adaptación al Sector
Automotriz ecuatoriano
Para la validación del Modelo de Altman y ver su porcentaje de ajuste al sector automotriz
ecuatoriano se utilizó un análisis discriminante con los mismos ratios que utiliza Altman.
La herramienta que se usó para el análisis fue el paquete de análisis estadístico SPSS.
Tabla 25. Clasificación Altman año 2015
Tamaño
de las
empresas
Enferma Gris Saludable Total
Grande 12 20 57 89
Mediana 11 7 19 37
Micro 8 3 4 15
Pequeña 13 10 14 37
Total 44 40 94 178
Notas: Clasificación Modelo Discriminante Altman de las empresas del sector automotriz CIIU G4510.01 en
el año 2015.
En la tabla 24 se puede observar que el Modelo Discriminante de Altman el cual clasificó
a 44 empresas en estado enfermo, 40 en estado gris y 94 en estado saludable.
Tabla 26. Clasificación discriminante año 2015
Enferma Gris Saludable Total
Grande 8 39 42 89
Mediana 6 15 16 37
73
Micro 7 2 6 15
Pequeña 12 14 11 37
Total 33 70 75 178
Notas: Clasificación análisis discriminante de las empresas del sector automotriz CIIU G4510.01 en el año
2015.
El análisis discriminante clasificó a 33 empresas en estado enfermo, 70 empresas en estado
gris y 75 empresas en estado saludable.
Los resultados que se detallan a continuación son satisfactorios y aplicables a la industria,
ya que, la clasificación de Altman clasifica correctamente al 77%.
Tabla 27. Resultados de la clasificación
Descripción Grupo de pertenencia pronosticado
Total Saludable Gris Enferma
Saludable 71 21 2 94
Gris 3 36 1 40
Enferma 1 13 30 44
Saludable 75.5% 22.3% 2.1% 100%
Gris 7.5% 90% 2.5% 100%
Enferma 2.3% 29.5% 68.2% 100%
Notas: Clasificados correctamente el 77% de los casos agrupados originales
3.4.1. Análisis descriptivo
En la tabla 27 se observa la media y la desviación típica total de los ratios 𝑋1, 𝑋2 𝑦 𝑋3 sobre
𝑛 = 𝑛1 + 𝑛2 + 𝑛3 = 178 individuos y, para los tres grupos también se observa la media y
la desviación típica de los ratios 𝑋1, 𝑋2 𝑦 𝑋3 para las 𝑛1 = 94 empresas del grupo 1, la
media y la desviación típica de los ratios 𝑋1, 𝑋2 𝑦 𝑋3 para las 𝑛2 = 40 empresas del grupo
2 y la media y la desviación típica de los ratios 𝑋1, 𝑋2 𝑦 𝑋3 para las 𝑛3 = 44 empresas del
grupo 3.
Tabla 28. Estadísticos de los estados
Estado Ratios Media Desv. típ. N válido (según lista)
No ponderados Ponderados
74
Saludable
X1 0,44 0,19 94 94
X2 0,09 0,16 94 94
X3 0,07 0,11 94 94
Gris
X1 0,16 0,08 40 40
X2 0,06 0,09 40 40
X3 0,02 0,07 40 40
Enfermo
X1 -0,02 0,29 44 44
X2 -0,04 0,32 44 44
X3 -0,10 0,38 44 44
Total
X1 0,26 0,28 178 178
X2 0,05 0,21 178 178
X3 0,02 0,22 178 178
El punto de corte44 discriminante de los 3 grupos para las variables son las siguientes:
�̅�1,𝐼 = 0.44 ; �̅�1,𝐼𝐼 = 0.16 ; �̅�1,𝐼𝐼𝐼 = −0.02 ∴ 𝐶1 =�̅�1,𝐼+�̅�1,𝐼𝐼+�̅�1,𝐼𝐼𝐼
3=0.44+0.16−0.02
3=
0.19
�̅�2,𝐼 = 0.09 ; �̅�2,𝐼𝐼 = 0.06 ; �̅�2,𝐼𝐼𝐼 = −0.04 ∴ 𝐶2 =�̅�2,𝐼+�̅�2,𝐼𝐼+�̅�2,𝐼𝐼𝐼
3=0.09+0.06−0.04
3=
0.04
�̅�3,𝐼 = 0.07 ; �̅�3,𝐼𝐼 = 0.02 ; �̅�3,𝐼𝐼𝐼 = −0.10 ∴ 𝐶3 =�̅�3,𝐼+�̅�3,𝐼𝐼+�̅�3,𝐼𝐼𝐼
3=0.07+0.02−0.10
3=
−0.002
Tabla 29. Pruebas de igualdad de las medias de los grupos
Ratios Lambda de Wilks F gl1(g) gl2(n) Sig.
X1 0,53 78,38 2 175 0,000
X2 0,93 7,04 2 175 0,001
X3 0,90 9,93 2 175 0,000
𝐻0: �̅�1 = �̅�2 = �̅�3 𝐿𝑜𝑠 𝑔𝑟𝑢𝑝𝑜𝑠 𝑡𝑖𝑒𝑛𝑒𝑛 𝑚𝑒𝑑𝑖𝑎𝑠 𝑖𝑔𝑢𝑎𝑙𝑒𝑠
𝐻1: �̅�1 ≠ �̅�2 ≠ �̅�3 𝐿𝑜𝑠 𝑔𝑟𝑢𝑝𝑜𝑠 𝑡𝑖𝑒𝑛𝑒𝑛 𝑚𝑒𝑑𝑖𝑎𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒𝑠
El p_valor es menor a 0.05 por lo tanto se rechaza la hipótesis nula, es decir, los tres grupos,
tienen medias diferentes.
44 El punto de corte es el punto de referencia que se utiliza para clasificar a un individuo en los diferentes
grupos
75
3.4.2. Resumen de las funciones canónicas discriminantes
Las variables son introducidas o excluidas dependiendo de la medida de asociación con un
menor valor que el lambda de Wilks.
Tabla 30. Variables introducidas y excluidas
Paso Ratios
Lambda de Wilks
Estadístico gl1 gl2 gl3 F exacta
Estadístico gl1 gl2 Sig.
1 X1 ,528 1 2 175 78,38 2 175 ,000
2 X2 ,472 2 2 175 39,60 4 348 ,000
3 X3 ,450 3 2 175 28,34 6 346 ,000
Notas: El número máximo de pasos es 6, la F parcial mínima para entrar es 3.84, la F parcial máxima para
salir es 2.71, el nivel de F, la tolerancia o el VIN son insuficientes para continuar los cálculos.
En el análisis discriminante se elimina el ratio X4 utilizado por Altman, dado que no es
significativo.
Tabla 31. Resumen de las funciones canónicas discriminantes
Función Autovalor % de varianza % acumulado Correlación canónica
1 1,181a 98,3 98,3 ,736
2 ,020a 1,7 100,0 ,140
Notas: aSe han empleado las 2 primeras funciones discriminantes canónicas en el análisis.
Tabla 32. Lambda de Wilks
Contraste de las
funciones Lambda de Wilks Chi-cuadrado gl Sig.
1 a la 2 ,45 139,11 6 ,000
2 ,98 3,42 2 ,18
El contraste que se utiliza en la tabla 31 es el de V de Barlett que se indica a continuación:
𝑉𝑗 = [𝑛 − 1 −𝐾 + 𝐺
2] ∑ 𝑙𝑛(1 + 𝜆𝑔) 𝑑𝑜𝑛𝑑𝑒 𝑗 = 0, 1
𝐺−1
𝑔=𝑗+1
𝑉0 = [𝑛 − 1 −𝐾 + 𝐺
2] [𝑙𝑛(1 + 𝜆1) + 𝑙𝑛(1 + 𝜆2)]
= [178 − 1 −2 + 3
2] [𝑙𝑛(1 + 1.181) + 𝑙𝑛(1 + 0.020)] = 139.53
76
Los grados de libertad de 𝜒2 es 4 y el nivel de significancia es 0 y, se rechaza la hipótesis
nula. Por lo tanto, al menos uno de los ejes discriminantes es significativo. En este caso el
primer eje discriminante es significativo, ya que, tiene un poder discriminante del 98.3%.
Relación entre el lambda de Wilks y los autovalores:
Λ =1
(1 + 𝜆1)(1 + 𝜆2)=
1
(1 + 1.181)(1 + 0.020)= 0.449
Como ya se comprobó que el primer eje discriminante tenía significatividad, se debe
realizar lo mismo para el segundo eje, y para esto se utiliza la siguiente fórmula:
𝑉1 = [𝑛 − 1 −𝐾 + 𝐺
2] [𝑙𝑛(1 + 𝜆2)] = [178 − 1 −
2 + 3
2] [𝑙𝑛(1 + 0.020)] = 3.456
Los grados de libertad de 𝜒2 es 1 y el nivel de significancia es 0,18 y, se acepta la hipótesis
nula. Por lo tanto, el segundo eje discriminante no es distinto significativamente de 0.
La relación que existe entre lambda de Wilks y el segundo autovalor es la siguiente:
Λ =1
(1 + 𝜆2)=
1
(1 + 0.020)= 0.98
A continuación se calcula la correlación canónica de cada función discriminante
𝜂1 = √𝜆1
1 + 𝜆1= √
1.181
1 + 1.181= 0.736 𝜂2 = √
𝜆21 + 𝜆2
= √0.020
1 + 0.020= 0.14
3.4.3. Coeficientes estandarizados y matriz de estructura
Los coeficientes estandarizados permiten valorar la importancia de las variables en el
cálculo de la función discriminante, mientras que la matriz de estructura permite identificar
cuál es la correlación de las variables con la función discriminante.
Tabla 33. Coeficientes estandarizados
Ratios Función
1 2
X1 ,931 -,417
77
X2 ,449 ,578
X3 ,266 ,730
Notas: Coeficientes estandarizados de las funciones discriminantes canónicas
Tabla 34. Matriz de estructura
Ratios Función
1 2
X1 ,869a -,465
X2 ,299 ,641a
X3 ,250 ,586a
Notas: Correlaciones intra-grupos combinadas entre las variables discriminantes canónicas tipificadas. Las
variables están ordenadas por el tamaño de la correlación con la función. aMayor correlación absoluta entre cada variable y cualquier función discriminante
3.4.4. Función de clasificación
Tabla 35. Coeficientes de las funciones canónicas
Ratios Función
1 2
X1 4,51 -2,02
X2 2,24 2,88
X3 1,28 3,52
Constante -1,32 0,31 Notas: Coeficientes no tipificados
Tabla 36. Funciones en los centroides de los grupos
Estados Función
1 2
Saludable ,94 -,05
Gris -,43 ,25
Enferma -1,62 -,12
Notas: Funciones discriminantes canónicas no tipificadas evaluadas en las medias de los grupos
Tabla 37. Coeficientes de la función de clasificación
Ratios Saludable Gris Enferma
X1 10,95 4,14 -0,45
X2 4,55 2,36 -1,39
78
X3 1,15 0,46 -2,39
Constante -3,74 -1,51 -1,25 Notas: Funciones discriminantes lineales de Fisher
Funciones de clasificación:
𝑆𝑎𝑙𝑢𝑑𝑎𝑏𝑙𝑒 = 10.95𝑋1 + 4.55𝑋2 + 1.15𝑋3 − 3.74
𝐺𝑟𝑖𝑠 = 4.14𝑋1 + 2.36𝑋2 + 0.46𝑋3 − 1.51
𝐸𝑛𝑓𝑒𝑟𝑚𝑎 = −0.45𝑋1 − 1.39𝑋2 − 2.39𝑋3 − 1.25
3.5. Probabilidad de transición en el año 2014-2015 de las empresas
del sector comercial automotriz
La probabilidad de que las empresas del sector automotriz pasen de saludables a enfermas
y viceversa en el año 2015 es muy bajo (8%). La probabilidad de que las empresas que
están en estado gris pasen a saludable o se mantengan en el mismo estado es del 32%. La
probabilidad de que las empresas que están enfermas se mantengan en ese estado es del
61%.
79
Gráfica 10. Probabilidad de transición año 2014-2015 de las empresas del sector
comercial automotriz
Este escenario parece dar resultados positivos a la industria automotriz, sin embargo, si las
empresas son evaluadas por su tamaño las únicas empresas que se asemejan al primer caso
(general) son las empresas grandes que son aquellas empresas que dominan el sector (89
empresas).
A continuación, se analizará a las empresas del sector según su tamaño.
3.5.1. Empresas grandes
La probabilidad de que las empresas grandes del sector pasen de un estado saludable a gris
en el año 2015 es del 12% y a estado enfermo 3%. El 85% de las empresas se mantendrán
saludables en el año 2015. Las empresas grandes que estuvieron en estado gris el año 2014
tienen el 39% de probabilidad de mejorar su estado y pasar a estado saludable en el año
2015. Ninguna empresa que estando enferma en el 2014 tiene probabilidad de ser saludable,
sin embargo, tiene un 33% de probabilidad de pasar a estado gris.
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0,5 1,5 2,5 3,5
Pro
bab
ilid
ad
Saludable Gris Enferma
80
Gráfica 11. Probabilidad de transición año 2014-2015 de las empresas grandes del
sector comercial automotriz
3.5.2. Empresas medianas
La probabilidad de que las empresas medianas estando en estado saludable pasen a un
estado enfermo es del 6% y a un estado gris de 18%. El 76% de las empresas medianas
tienen la probabilidad de mantenerse en estado saludable. A diferencia de las empresas
grandes la probabilidad de que una empresa mediana que se encuentra en estado gris pase
a estado saludable es del 45% y a estado enfermo 36%. La probabilidad de que se mantenga
en el estado actual el siguiente año es del 18%, como se observa en el estado gris hay más
probabilidad de mejorar como de empeorar que de mantenerse en la misma situación. La
probabilidad de que una empresa mediana enferma pase a estado saludable es del 11%, a
gris 22% y se mantenga en el mismo estado del 67%.
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0,5 1,5 2,5 3,5
Pro
bab
ilid
ad
Saludable Gris Enferma
81
Gráfica 12. Probabilidad de transición año 2014-2015 de las empresas medianas del
sector comercial automotriz
3.5.3. Empresas pequeñas
Las empresas pequeñas que están en estado saludable tienen una probabilidad de estar en
estado gris del 28% y pasar a estado enfermo del 7%. Las empresas en estado gris no tienen
probabilidad de estar en un estado saludable pero tienen un 75% de probabilidad de pasar
a un estado enfermo.
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0,5 1,5 2,5 3,5
Pro
bab
ilid
ad
Saludable Gris Enferma
82
Gráfica 13. Probabilidad de transición año 2014-2015 de las empresas pequeñas del
sector comercial automotriz
3.5.4. Micro empresas
Las microempresas que se encuentran en estado enfermo y gris no tienen probabilidad de
ser saludables. Las empresas en estado enfermo tienen el 100% de probabilidad de pasar a
estado gris y viceversa. La probabilidad de que las empresas sanas pasen a un estado
enfermo o se mantengan en el estado actual es del 44% y cambiar de estado saludable a
gris solo poseen una probabilidad del 11%.
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0,5 1,5 2,5 3,5
Pro
bab
ilid
ad
Saludable Gris Enferma
83
Gráfica 14. Probabilidad de transición año 2014-2015 de las micro-empresas del
sector comercial automotriz
3.5.5. Convergencia de los estados
La convergencia de las Cadenas de Markov permite determinar en qué punto del tiempo se
estabiliza el sector. Por ello, se realizó la convergencia de todas las empresas del sector
automotriz y también se realizó la convergencia por tamaño de empresa, como se ha estado
llevando a cabo en los análisis anteriores. Es así como se obtuvieron los siguientes
resultados:
Gráfica 15. Convergencia de los estados por tamaño de empresa y estado
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0,5 1,5 2,5 3,5
Pro
bab
ilid
ad
Saludable Gris Enferma
84
Las probabilidades en las que convergen las empresas grandes son 0.61 (estado saludable),
0.24 (estado gris) y 0.14 (estado enfermo) y, el año donde se estabiliza cada estado son el
año 10 (estado saludable), 9 (estado gris) y 14 (estado enfermo).
Las probabilidades en las que convergen las empresas medianas son 0.51 (estado
saludable), 0.19 (estado gris) y 0.30 (estado enfermo) y, el año donde se estabiliza cada
estado son el año 11 (estado saludable), 7 (estado gris) y 11 (estado enfermo).
Las probabilidades en las que convergen las empresas pequeñas son 0.21 (estado
saludable), 0.26 (estado gris) y 0.53 (estado enfermo) y, el año donde se estabiliza cada
estado son el año 14 (estado saludable), 8 (estado gris) y 7 (estado enfermo).
Las micro empresas no tienen un punto de convergencia, ya que, como se observa en la
figura 29 la matriz de transición en el estado gris-gris tiene 1.00 y en el estado enfermo-
enfermo tiene 1.00, lo que genera un bucle al momento de aplicar la convergencia. Este
bucle se lo observa claramente en el Anexo 19.
El estado saludable en general de la industria automotriz se estabilizaría en el año 10 con
una probabilidad de 0.44. El estado gris se estabilizaría en el año 6 con una probabilidad
de 0.25 y, el estado enfermo se estabilizaría en el año 9 con una probabilidad de 0.31.
3.6. Variables influyentes en la quiebra del sector comercial
automotriz
Para determinar las variables que influyen de forma directa en la quiebra de la industria se
utilizará el Modelo Logit, el cual tiene como variable dependiente tiene una variable
dicotómica y, tiene una respuesta que se encuentra entre 0 y 1. En el caso de la presente
investigación, 0 serán las empresas enfermas que son aquellas que tienen una probabilidad
del 65% de quiebra representando al 25% de empresas. Por su parte, 1 serán las empresas
grises y saludables que son aquellas que tienen menos probabilidad de caer en estado
enfermo.
Para que el Modelo Logit sea un modelo robusto y que explique bien el fenómeno del sector
automotriz previamente se hizo un análisis de correlación con todas las variables
obteniendo la tabla que se encuentra en el Anexo 9. En rojo se puede observar las variables
que, en promedio, tienen un grado fuerte-moderado de correlación (mayores o iguales a
0,65).
85
Posterior al análisis de correlación entre las variables, las variables que se eligieron para la
aplicación del modelo fueron las siguientes:
pq.- 1 representa las empresas que quiebran, 0 representa las empresas que no
quiebran.
Activo corriente (variable del activo).
Cuentas y documentos por pagar (variable del pasivo).
Participación trabajadores (variable del patrimonio).
Gasto publicidad (variable del gasto).
Gastos financieros (variable del gasto).
Como se puede observar se tomó una variable de cada estado (estado de situación financiera
y estado de resultados), pero se omitieron variables del costo e ingresos ya que éstas no
aportaban en el modelo de ninguna manera. Al aplicar el modelo se obtuvieron los
siguientes resultados después de 6 iteraciones.
Tabla 38. Modelo Logit Sector Automotriz CIIU G4510.01
86
Tabla 39. Valores marginales Modelo Logit
El modelo converge en la séptima iteración. Tiene una bondad de ajuste buena y todas las
variables explicativas son significativas en el modelo, a excepción de la publicidad; sin
embargo, esta maneja un error del 13% al expresar el modelo.
El activo corriente y la publicidad afectan de forma positiva a la quiebra empresarial,
mientras que, las cuentas y documentos por pagar, los gastos financieros y la participación
a los trabajadores afectan de forma negativa a la quiebra empresarial.
87
CONCLUSIONES
El estudio de la quiebra tiene sus inicios en los años 30 después de la gran depresión. A
partir de esa etapa los estudios de quiebra han ido evolucionando según las necesidades de
las empresas ya sean industriales, comerciales y de servicios. Estos estudios han evitado la
quiebra de ciertas empresas, además de preveer posibles situaciones desfavorables y aplicar
los correctivos necesarios para evitar el peor escenario.
Según la clasificación por activos estipulada por la Superintendencia de Compañías,
Valores y Seguros, que fue la que se aplicó en el estudio de las empresas del sector
comercial de la industria automotriz (CIIU G4510.01), las empresas grandes representan el
50%, las empresas medianas y pequeñas representan el 21% respectivamente cada una,
mientras que las micro-empresas sólo representan el 8%.
Las empresas del sector automotriz se encuentran reguladas por la Superintendencia de
Compañías, las cuales registran su estado ya sea este activo, inactivo, liquidación o quiebra
cada año dependiendo de las condiciones en las que se encuentran posterior a la
presentación de los estados financieros. Esto ha permitido conocer la cantidad de empresas
del CIIU G4510.01 que estaban disponibles y que cumplen las condiciones para el análisis.
Las empresas del sector automotriz tienen un gran problema de solvencia, ya que, su valor
promedio es menor a 1 (0.31) en el año 2015, es decir las empresas del sector se encuentran
en una situación difícil debido a la poca capacidad de los activos para hacer frente a sus
deudas.
El sector automotriz se caracteriza por financiar sus actividades mediante deuda, a pesar de
que este escenario puede ser desfavorable mediante el análisis de apalancamiento
(indicador de solvencia) es factible que la industria siga manejando esa política de
financiamiento.
La rentabilidad financiera del sector automotriz ha ido decreciendo conforme han pasado
los años, además la eficiencia de las operaciones y la asignación de los precios no es la más
adecuada. Esto se debe a la basta competencia que posee el sector.
El modelo discriminante de Altman permitió diferenciar a las empresas de la industria en
3 tipos: saludables, grises y enfermas. El sector se caracteriza por tener en su conjunto
empresas saludables 53% de las cuales el 32% son empresas grandes que son aquellas que
88
dominan al sector. Solamente el 22% de empresas se encuentran en estado gris y el 25% se
encuentra en estado enfermo.
En el año 2015 las empresas grandes y medianas son aquellas que tuvieron un estado
saludable. Las empresas pequeñas tuvieron un estado gris mientras que las micro-empresas
presentaron un estado crítico enfermo.
El Modelo discriminante de Altman se ajusta a la realidad nacional en un 77%.
El análisis Markoviano permite determinar la probabilidad de quiebra de las empresas del
sector automotriz donde se confirma lo dicho anteriormente, es decir, que las
microempresas no tienen posibilidad de mejorar su situación. Por su parte las empresas
grandes y medianas en estado gris tienen más del 50% de probabilidad de mejorar su
situación.
Las variables determinantes de la quiebra en las empresas del sector automotriz son: los
activos corrientes, cuentas y documentos por pagar, los gastos financieros, la participación
de los trabajadores y el gasto en publicidad. De existir un mal manejo de estas variables la
probabilidad de quiebra se incrementa, desestabilizando a las empresas y por ende su
permanencia en el mercado.
89
RECOMENDACIONES
Las empresas que se dedican al análisis del sector automotriz (AEADE, CINAE, COFACE,
entre otras), además de hacer un análisis de la industria automotriz, deberían enfocarse
también en el estudio del sector comercial de la misma; debido a que, si una industria no
comercializa el producto no crece, se queda con stock, genera pérdidas y puede correr
peligro de quiebra.
Implementar una cultura de análisis de quiebra en el sector, ya que, una empresa sea cual
sea su clasificación no está absuelta de una posible quiebra.
Las empresas pequeñas y micros deberían hacer alianzas para poder hacerle frente a las
empresas medianas y grandes, y así evitar el desempleo y el cierre de las empresas que
están en riesgo.
Para el análisis de estudios que utilicen cuentas de los estados no deben basarse solamente
en los estados cargados por la Superintendencia de Compañías en formato Excel, sino
deben ser posteriormente validadas con los estados reales (escaneados) y otras fuentes de
información pública.
Las empresas del sector automotriz deben tener en cuenta que un buen manejo de sus gastos
y liquidez son vitales para mantenerse y mejorar su situación en el mercado.
Se debe tener cierto cuidado al momento de aplicar el Modelo Discriminante de Altman,
ya que, éste asume que los ratios usados en su modelo poseen una distribución normal. Esta
situación no es tan cierto, dado que, en estudios realizados por Deakin y Muhamad Sory y
Abd Jalil queda demostrado lo contrario.
El análisis de quiebra puede variar según el modelo aplicado por lo que se debe contrastar
los resultados y verificar cuál es el modelo que se acopla de mejor manera al estudio.
Una mejor discriminación del modelo puede ser posible eliminando el ratio X4 que se utiliza
en el Modelo Discriminante de Altman.
Para un próximo análisis de las variables que influyen en la quiebra empresarial, se debe
utilizar los ratios financieros y así, determinar si los problemas de las empresas comerciales
del sector automotriz son de liquidez, solvencia, gestión o rentabilidad.
90
ANEXOS
Anexo 1. Activo corriente
Anexo 1. Activo corriente. Adaptado de “Activo Corriente” por Enrique Bonsón, 2009, Pearson p.44.
91
Anexo 2. Pasivo corriente
Anexo 2. Pasivo corriente. Adaptado de “Pasivo Corriente” por Enrique Bonsón, 2009, Pearson p.48.
92
Anexo 3. Activo no corriente
Anexo 3. Activo no corriente. Adaptado de “Activo no corriente” por Enrique Bonsón, 2009, Pearson p.42.
93
Anexo 4. Pasivo total
Anexo 4. Pasivo total. Adaptado de “Pasivo no corriente y corriente” por Enrique Bonsón, 2009, Pearson
p.48.
94
Anexo 5. Patrimonio
Anexo 5. Patrimonio. Adaptado de “Patrimonio neto” por Enrique Bonsón, 2009, Pearson p.50.
96
Anexo 7. Venta de vehículos por provincia y marca en los años 2014-2015
Pichincha Guayas Tungurahua Azuay Otras Total
Marca 2 014 2 015 2 014 2 015 2 014 2 015 2 014 2 015 2 014 2 015 2 014 2 015
Chevrolet 20 022 15 044 16 546 11 955 2 842 2 037 2 897 2 109 11 267 9 120 53 574 40 265
KIA 5 087 3 067 3 106 1 976 652 375 3 193 2 229 12 038 7 647
Hyundai 4 353 2 217 2 484 1 306 835 537 887 507 2 064 1 111 10 623 5 678
Nissan 2 961 1 878 1 577 951 357 195 228 184 896 586 6 019 3 794
Mazda 3 205 1 652 924 587 567 248 524 257 1 696 907 6 916 3 651
Toyota 2 850 1 532 1 054 532 734 436 523 383 1 315 768 6 476 3 651
Hino 1 798 1 318 997 665 1 024 860 468 306 291 236 4 578 3 385
Great Wall 1 280 1 261 455 651 257 326 13 46 155 161 2 160 2 445
Ford 2 029 771 811 392 180 75 494 251 650 222 4 164 1 711
Renault 1 175 436 730 385 128 78 554 229 2 587 1 128
Total 44 760 29 176 28 684 19 400 7 576 5 167 6 034 4 043 22 081 15 569 109 135 73 355 Notas: Adaptado de “Anuario” por Asociación de Empresas Automotrices del Ecuador, 2015, AEADE, p. 86-95.
97
Anexo 8. Empresas sector comercial industria automotriz
Código Empresa RUC Código Empresa RUC
32432 VEHICULOS Y COMERCIO ASTUDILLO VYCAST
CIA. LTDA. 0190312356001 83 AUTOMOTORES DE LA SIERRA SA 1890000130001
33796 SURAMERICANA DE MOTORES MOTSUR CIA.
LTDA. 0190341992001 85 AUTOMOTORES Y ANEXOS S.A. (A.Y.A.S.A.) 1790014797001
33950 NEOAUTO S. A. 0190341526001 168 CASABACA S.A. 1790009459001
34926 NEGOCIOS MORACOSTA S.A. 1391723938001 388 DISTRIBUIDORA NACIONAL DE AUTOMOTORES S.A.
DINA 1790004473001
36068 AMBANDINE S.A. 1890148596001 603 MIRASOL SA 0190005232001
36107 AUTOS Y SERVICIOS DE LA SIERRA
AUTOSIERRA S.A. 1890141818001 617 IMPORTADORA TOMEBAMBA S.A. 0190003701001
36135 PRODUCTOS DIESEL DEL CENTRO S.A.
PRODICESA 1890152569001 899 PONCE YEPES CIA DE COMERCIO S.A. 1790020460001
36197 ANDINAMOTORS S.A. 1891706061001 925 QUITO MOTORS SA COMERCIAL E INDUSTRIAL 1790015424001
36204 COMERCIALIZADORA AUTOLINE S.A. 1891706630001 984 SOCIEDAD ANONIMA IMPORTADORA ANDINA S.A.I.A. 1890009766001
36212 AUTOSCOREA S.A. 1891707130001 1065 TEOJAMA COMERCIAL SA 1790010309001
36220 AUTOMOTORES DEL PACIFICO S.A.
AUTOLLEGASA 1891707874001 1268 AUTOMOTORES ANDINA SA 1790033961001
36501 VEHICENTRO VEHICULOS Y CAMIONES CENTRO
SIERRA S.A. 1891724612001 1607 AUTOMOTORES CONTINENTAL SA 1790009289001
36541 KILOMETROMIL S.A. 1891726593001 1702 AUTOLANDIA SA 1790043355001
36626 CENTRALCAR S.A. 1891729398001 1750 MOTRANSA CA 1790099938001
36746 VEHYSA S.A. 1891735312001 1776 ECUA AUTO SA ECAUSA 1790148874001
37022 ECUATORIANA DE MOTORES MOTOREC C.L. 1890105919001 1992 METROCAR SA 1790258645001
37033 MARIELHEZ CIA. LTDA. 1890110971001 2837 E. MAULME C.A. 0990005923001
37047 PARECO CIA. LTDA. 1890115094001 2872 VALLEJO ARAUJO S.A. 0990023859001
37380 AUTOMOTORES CARLOS PALACIOS E HIJOS CIA.
LTDA. 1890152887001 4164 MAQUINARIAS Y VEHICULOS S.A. MAVESA 0990022011001
37591 AUTOMOTORES CARLOS LARREA T. CIA. LTDA. 1891709478001 5269 INDUAUTO SA 0990014094001
37775 AUTOMEKANO CIA. LTDA. 1891715664001 6014 IMPARTES S.A. 0190008789001
37832 CIRCULO DE NEGOCIOS CHIMBORAZO
CIRNEGOCH CIA. LTDA. 0691713873001 6542 HYUNMOTOR S.A. 0190158306001
38777 RECHVEHICULOS S.A. 0791721105001 6851 FADEM'SMOTOR CIA. LTDA. 0190168425001
98
Código Empresa RUC Código Empresa RUC
39053 IMPORTADORA NORIMPORT S.A. 0790083369001 7953 RECORDMOTOR SA 1790517454001
39179 IMPORTADORA ORO AUTO IMOAUTO C. LTDA. 0790091930001 8343 GENERAL MOTORS DEL ECUADOR SA 1790598012001
39316 AUTOMOTORES DE LA FRONTERA AUTOFRON
S.A. 0790095375001 9952 FIDESA S A 0990392188001
42105 DICRESA DISTRIBUIDORES Y CREDITO SA 0990730105001 10212 ALVAREZ BARBA SA 1790360741001
43310 AUTOMOTORES LATINOAMERICANOS SA
AUTOLASA 0990810311001 11050 AMBACAR CIA. LTDA. 1890010705001
45345 LATINOAMERICANA DE VEHICULOS CA LAVCA 1790720942001 12092 AUTOS.COM AUTOMOTORES PALACIOS CIA. LTDA. 1891736092001
45594 IMBAUTO S.A 1090077135001 12294 AUTO DELTA CIA LTDA 1790171892001
46242 INCARMEN S.A. 1790899357001 15485 PROMOTORA DEL PACIFICO PROMOFICO S.A. 1790545199001
46257 TECNOCAR C.A. 1790900916001 15595 REPRESENTACIONES AUTOCONFIANZA S.A. 1790557189001
46343 EQUINORTE S.A. 1090088773001 17923 COMERCIAL HIDROBO S.A. COMHIDROBO 1090084247001
46489 PROAUTO C.A. 1790978303001 22532 ECUAVIA S.A. 0990268770001
48172 COMERCIALIZADORA ECUATORIANA
AUTOMOTRIZ COMERAUT S.A. 1791261607001 23377 L. HENRIQUES & CIA. S.A. 0990331928001
48909 INDUWAGEN S.A. 0992664614001 24009 AUTO IMPORTADORA GALARZA S.A. 0990303789001
52940 SUPER DEALER DUENAS GUTIERREZ CIA. LTDA. 1791167104001 26644 IMPORTADORA AUTOMOTRIZ E GUZMAN IMAEG C
LTDA 0990785171001
53422 CATERMACK CIA. LTDA. 1791312775001 30151 AUSTRAL CIA LTDA 0190001628001
61370 CENTRO AUTOMOTRIZ TORO CENAUTO S.A. 1891737250001 30497 IMPORTADORA TERREROS SERRANO CIA. LTDA. 0190068404001
64400 MANSUERA S.A. 1792287014001 31720 MOTRICENTRO CIA. LTDA. 0190154939001
64405 COMERCIALIZADORA IOKARS S. A. 1191738558001 31729 AUTOMOTORES ZHONG XING CIA. LTDA. 0190155315001
73461 EUROVEHICULOS S.A. 0991331433001 31909 AUTOCOMERCIO ASTUDILLO Y ASTUDILLO CIA. LTDA. 0190158705001
78177 INMOBILIARIA BLUVEL S.A. 0991392769001 32270 AUTOCORP CIA. LTDA. 0190307824001
84182 PINOCAR S.A. 0991506403001 32360 NEGOCIOS AUTOMOTRICES NEOHYUNDAI S.A. 0190310647001
88228 AUTEC S.A. 1791705424001 145796 DISTRIVEHIC DISTRIBUIDORA DE VEHÍCULOS S.A. 1792365031001
88827 ERAFI S.A. 1791731239001 145925 MOTO FACIL EXPRESS MFE S.A. 1792365848001
89655 AEKIA S.A. 1791739205001 146159 INDUBIKE S.A. 0190381765001
90174 ASIAUTO S.A 1791754115001 148095 INGENIOMOTORS S.A. 0992767855001
90471 ECUAWAGEN S.A. 1791765842001 149080 CIUDAD DEL AUTO CIAUTO CIA. LTDA. 1891748376001
99
Código Empresa RUC Código Empresa RUC
91060 IMPORTADORA BRAVO - VALAREZO CIA. LTDA 1791774132001 149105 SALCEDO MOTORS S.A. SALMOTORSA 0992772786001
91106 CAMIONES Y BUSES DEL ECUADOR S.A.
CAMIONEQ 1791774906001 150370 CORPORACION CARRERA S.A 1791895584001
91366 IMPORTADORA SARMIENTO OBANDO CIA.
LTDA 1791794052001 153140 AUTOBRIT S.A. 1791977971001
91812 AUTOFENIX S.A. 1791806786001 154050 MOSUMI S.A. 1791998472001
92158 FATOSLA C.A 1791814711001 154508 STARMOTORS S.A. 1792008077001
92662 MECANOSOLVERS S.A. 1791827430001 154950 AUTOELEVACION CIA. LTDA. 1792019761001
93188 SHEPARD S.A 1791842545001 155004 AUDESUR S.A. 1792023726001
93459 MOTORES DEL ECUADOR ECUAMOTORS S.A 1791849019001 155028 CINASCAR DE ECUADOR S.A. 1792028795001
93937 EMPRESA PROVEEDORA DE MOTORES
EMPROMOTOR CIA. LTDA. 1791860829001 155037 KAWA MOTORS S.A. 1792030064001
94599 THEKAMAX S.A. 1791878973001 156401 ASIACAR S.A. 1792052777001
95241 AUTOMOTORES ELCAMER S.A. 0190347214001 156534 MAXDRIVE S.A. 1792055709001
95306 MAXXIMUNDO CIA. LTDA. 0190350533001 157311 DOOR TRAINING & CONSULTING ECUADOR S.A. 1792072123001
96591 AUTOS CHINAACCPASS CIA. LTDA. 1891722326001 157383 TOYOTA DEL ECUADOR S.A. 1792073634001
96905 EQUIPO CAMINERO EQUICAM CIA. LTDA. 1891731112001 158568 SUPERMAQUINAS C.A. 1792116910001
97744 JORMILCAR CIA. LTDA. 1792291275001 158649 MEGAVEHICULOS S.A. 1792100828001
98293 LITOREY S. A. 0992698330001 159374 GERMANMOTORS S.A. 1792121795001
98388 CENTRALMOTORS S.A. 1792295645001 160360 MAZMOTORS S.A. 1792142792001
98493 IMP. & EXP. INDUSTRIAL AUTOMOTRIZ S.A.
IMPEASA 0992700696001 161740 INCAPOWER S.A. 1792176212001
102141 TOYOCOSTA S.A. 0992141913001 161851 SOLONEGOCIOS S.A. 1091726218001
102373 VEHINVER S.A. 0992144246001 163710 VANEXDIESEL S.A. 1792219892001
103726 KMOTOR S.A. (KMOT) 0992183934001 164150 MARCELO VALLEJO CIA. LTDA. 2390003164001
104746 DISMUNDI S.A. 0992187646001 164271 REPUESTOS ECUATORIANOS Y COLOMBIANOS REYCO
S.A. 1792232775001
106409 ECUAYUTONG S.A. 0992221593001 167077 CARRERA MANCIATI CARMAN CIA. LTDA. 1792416795001
107800 DEPORPAS S.A. 0992242175001 167881 AUTOLIDER ECUADOR S.A. 1792421772001
108145 AUTOMOTORES DE LA COSTA AUTOCOSTA S.A. 0992246065001 168988 FULL WAY BUSSES & TRUCKS IMPORTADORA S.A.
FULLBUSSES 1792431670001
100
Código Empresa RUC Código Empresa RUC
115899 KINGMOTORS ECUADOR S.A. 0992357673001 170500 MITSUANDINA CIA. LTDA. 1891751997001
119632 ALFAUTO S.A. 0992410558001 173286 MAYA AUTOS CIA. LTDA. MAUTOS 1891753469001
130770 ACTIVITYMAX S.A. 0992564091001 175110 IMPORTADORA SUDAMERICANA IMPORTRACTOR CIA.
LTDA. 0190399265001
134966 SINIESTRADOS S.A. SINSA 0992628774001 175316 AUTOMOTORES ANTONIO LARREA CIA.LTDA. 0691741613001
136836 INDIAN MOTORS S.A. (INDIAMOT) 0992594136001 179469 COMERCIALIZADORA LOS ANDES TRACTOLASER S.A. 1792514452001
138941 QUELINDOSAUT SALON DE AUTOS DE LUJO
CIA. LTDA. 1792318262001 179716 CASAMOTRIZ DEL ECUADOR ORLEJHA CIA. LTDA. 1792516315001
139012 MOTORAUSTRO CIA. LTDA. 0190374297001 181860 VEHIRECIC S.A. 0992886137001
140014 DUGIER S.A. 0992730366001 182386 COMPAÑIA COMERCIALIZADORA DE AUTOMOTORES
AUTOSEPD CIA.LTDA. 1891758878001
141187 TECNIC AUTO REPAIR S.A. AUTOREPSA 0992726997001 183009 DIESELSERVISA S.A. 0992892951001
142271 CHINATREND S.A. 0190378233001 183221 HOLDSET S.A. 0992894571001
142373 AUTOCHERY DE ECUADOR S.A. 1792341329001 201649 IOMOTORS S.A. 1191732568001
142796 URBANCAR CONCESIONARIO DE VEHICULOS
CIA. LTDA. 1792343526001 201696 FC ELECTRONICS CIA. LTDA. 1191733726001
142850 CADE CUSTOM ACCESSORIES DEL ECUADOR
CIA. LTDA. 1792344050001 202284 OCHOAMOTORS CIA. LTDA. 0190361276001
143547 IMPORTADORA Y DISTRIBUIDORA
AUTOMOTRIZ IMDISAUTO CIA. LTDA. 1792350204001 704195 IMPORTACIONES Y COMERCIO MOTOIMPORT CIA.LTDA. 0190416658001
144531 AUTOMOTORES PEREZ VACA CIA. LTDA. 1891750583001 145102 STARTRUCKS IMPORTACIONES & COMERCIO CIA.
LTDA. 0190381099001
102
Anexo 10. Mapa de la correlación entre variables
Anexo 10. *Indica un centroide de grupo, 1=Saludable, 2=Gris y 3=Enfermo
Esta representación permite observar la clasificación en función de las dos funciones
discriminantes.
En el lado derecho se observa la función discriminante del estado “saludable” mientras que
en el lado izquierdo se observa la discriminación del estado “enfermo”, el estado “gris”
está situado en el triángulo, es decir, en la parte central.
105
Anexo 15. Matriz de convergencia empresas del sector comercial automotriz
Matriz Markov Matriz convergencia
S G E
S 0,77 0,16 0,08 pS 1,00 0,00 0,00
G 0,32 0,32 0,35 pG 0,00 1,00 0,00
E 0,08 0,32 0,61 pE 0,00 0,00 1,00 p1 1 1 1
S G E S G E S G E S G E
S 0,77 0,16 0,08 S 0,77 0,16 0,08 G 0,32 0,32 0,35 E 0,08 0,32 0,61 G 0,32 0,32 0,35 2 2 2
E 0,08 0,32 0,61 S G E S G E S G E
p2 S 0,64 0,19 0,16 G 0,38 0,27 0,35 E 0,21 0,31 0,48 S G E 3 3 3
S 0,64 0,19 0,16 S G E S G E S G E
G 0,38 0,27 0,35 S 0,57 0,21 0,22 G 0,41 0,26 0,34 E 0,30 0,28 0,42 E 0,21 0,31 0,48 4 4 4
p3 S G E S G E S G E
S G E S 0,52 0,23 0,25 G 0,42 0,25 0,33 E 0,35 0,27 0,38 S 0,57 0,21 0,22 5 5 5
G 0,41 0,26 0,34 S G E S G E S G E
E 0,30 0,28 0,42 S 0,49 0,23 0,27 G 0,43 0,25 0,32 E 0,39 0,26 0,35 p4 6 6 6
S G E S G E S G E S G E
S 0,52 0,23 0,25 S 0,48 0,24 0,28 G 0,44 0,25 0,31 E 0,41 0,26 0,33
G 0,42 0,25 0,33 7 7
E 0,35 0,27 0,38 S G E S G E
p5 S 0,47 0,24 0,29 E 0,42 0,25 0,32
S G E 8 8
S 0,49 0,23 0,27 S G E S G E
G 0,43 0,25 0,32 S 0,46 0,24 0,30 E 0,43 0,25 0,32
E 0,39 0,26 0,35 9 9
p6 S G E S G E
S G E S 0,45 0,24 0,30 E 0,44 0,25 0,31
S 0,48 0,24 0,28 10
G 0,44 0,25 0,31 S G E
E 0,41 0,26 0,33 S 0,44 0,25 0,31
p7
S G E
S 0,47 0,24 0,29
G 0,44 0,25 0,31
E 0,42 0,25 0,32
p8
S G E
S 0,46 0,24 0,30
G 0,44 0,25 0,31
E 0,43 0,25 0,32
p9
S G E
S 0,45 0,24 0,30
G 0,44 0,25 0,31
E 0,44 0,25 0,31
p10
S G E
S 0,45 0,25 0,30
G 0,45 0,25 0,31
E 0,44 0,25 0,31
p11
106
S G E
S 0,45 0,25 0,30
G 0,45 0,25 0,31
E 0,44 0,25 0,31
p12
S G E
S 0,45 0,25 0,31
G 0,45 0,25 0,31
E 0,44 0,25 0,31
Notas: S=Saludable, G=Gris, E=Enfermo, p=Probabilidad
Anexo 16. Matriz de convergencia empresas grandes
Matriz Markov Matriz convergencia
S G E
S 0,85 0,12 0,03 pS 1,00 0,00 0,00
G 0,39 0,50 0,11 pG 0,00 1,00 0,00
E 0,00 0,33 0,67 pE 0,00 0,00 1,00 p1 1 1 1
S G E S G E S G E S G E
S 0,85 0,12 0,03 S 0,85 0,12 0,03 G 0,39 0,50 0,11 E 0,00 0,33 0,67 G 0,39 0,50 0,11 2 2 2
E 0,00 0,33 0,67 S G E S G E S G E
p2 S 0,76 0,17 0,06 G 0,52 0,33 0,14 E 0,13 0,39 0,48 S G E 3 3 3
S 0,76 0,17 0,06 S G E S G E S G E
G 0,52 0,33 0,14 S 0,71 0,20 0,09 G 0,57 0,28 0,15 E 0,26 0,37 0,37 E 0,13 0,39 0,48 4 4 4
p3 S G E S G E S G E
S G E S 0,68 0,21 0,10 G 0,59 0,26 0,15 E 0,37 0,34 0,30 S 0,71 0,20 0,09 5 5 5
G 0,57 0,28 0,15 S G E S G E S G E
E 0,26 0,37 0,37 S 0,66 0,22 0,12 G 0,60 0,25 0,15 E 0,44 0,31 0,25 p4 6 6 6
S G E S G E S G E S G E
S 0,68 0,21 0,10 S 0,65 0,23 0,12 G 0,61 0,25 0,15 E 0,50 0,29 0,21 G 0,59 0,26 0,15 7 7 7
E 0,37 0,34 0,30 S G E S G E S G E
p5 S 0,64 0,23 0,13 G 0,61 0,24 0,15 E 0,53 0,28 0,19 S G E 8 8 8
S 0,66 0,22 0,12 S G E S G E S G E
G 0,60 0,25 0,15 S 0,63 0,24 0,13 G 0,61 0,24 0,15 E 0,56 0,26 0,18 E 0,44 0,31 0,25 9 9 9
p6 S G E S G E S G E
S G E S 0,63 0,24 0,14 G 0,61 0,24 0,14 E 0,58 0,26 0,17
S 0,65 0,23 0,12 10 10
G 0,61 0,25 0,15 S G E S G E
E 0,50 0,29 0,21 S 0,61 0,24 0,14 E 0,59 0,25 0,16
p7 11
S G E S G E
S 0,64 0,23 0,13 E 0,60 0,25 0,15
G 0,61 0,24 0,15 12
E 0,53 0,28 0,19 S G E
p8 E 0,60 0,25 0,15
S G E 13
S 0,63 0,24 0,13 S G E
G 0,61 0,24 0,15 E 0,61 0,25 0,15
E 0,56 0,26 0,18 14
S G E
107
p9
S G E E 0,61 0,24 0,14
S 0,63 0,24 0,14
G 0,61 0,24 0,14
E 0,58 0,26 0,17
p10
S G E
S 0,62 0,24 0,14
G 0,61 0,24 0,14
E 0,59 0,25 0,16
p11
S G E
S 0,62 0,24 0,14
G 0,61 0,24 0,14
E 0,60 0,25 0,15
p12
S G E
S 0,62 0,24 0,14
G 0,61 0,24 0,14
E 0,60 0,25 0,15
p13
S G E
S 0,62 0,24 0,14
G 0,61 0,24 0,14
E 0,61 0,25 0,15
p14
S G E
S 0,62 0,24 0,14
G 0,62 0,24 0,14
E 0,61 0,24 0,15
Notas: Matrices de convergencia empresas grandes Sector Automotriz CIIU G4510.01, S=Saludable,
G=Gris, E=Enfermo, p=Probabilidad
Anexo 17. Matriz de convergencia empresas medianas
Matriz Markov Matriz convergencia
S G E
S 0,76 0,18 0,06 pS 1,00 0,00 0,00
G 0,45 0,18 0,36 pG 0,00 1,00 0,00
E 0,11 0,22 0,67 pE 0,00 0,00 1,00 p1 1 1 1
S G E S G E S G E S G E
S 0,76 0,18 0,06 S 0,76 0,18 0,06 G 0,45 0,18 0,36 E 0,11 0,22 0,67 G 0,45 0,18 0,36 2 2 2
E 0,11 0,22 0,67 S G E S G E S G E
p2 S 0,67 0,18 0,15 G 0,47 0,19 0,34 E 0,26 0,21 0,53 S G E 3 3 3
S 0,67 0,18 0,15 S G E S G E S G E
G 0,47 0,19 0,34 S 0,61 0,18 0,20 G 0,49 0,19 0,32 E 0,35 0,20 0,45 E 0,26 0,21 0,53 4 4 4
p3 S G E S G E S G E
S G E S 0,57 0,19 0,24 G 0,49 0,19 0,31 E 0,41 0,20 0,39 S 0,61 0,18 0,20 5 5 5
G 0,49 0,19 0,32 S G E S G E S G E
E 0,35 0,20 0,45 S 0,55 0,19 0,26 G 0,50 0,19 0,31 E 0,45 0,20 0,36 p4 6 6 6
S G E S G E S G E S G E
S 0,57 0,19 0,24 S 0,54 0,19 0,27 G 0,50 0,19 0,30 E 0,47 0,19 0,34 G 0,49 0,19 0,31 7 7 7
E 0,41 0,20 0,39 S G E S G E S G E
p5 S 0,53 0,19 0,28 G 0,51 0,19 0,30 E 0,49 0,19 0,32
S G E 8 8
108
S 0,55 0,19 0,26 S G E S G E
G 0,50 0,19 0,31 S 0,52 0,19 0,29 E 0,49 0,19 0,31
E 0,45 0,20 0,36 9 9
p6 S G E S G E
S G E S 0,52 0,19 0,29 E 0,50 0,19 0,31
p6 10 10
S G E S G E S G E
S 0,54 0,19 0,27 S 0,51 0,19 0,29 E 0,50 0,19 0,30
G 0,50 0,19 0,30 11 11
E 0,47 0,19 0,34 S G E S G E
p7 S 0,51 0,19 0,30 E 0,51 0,19 0,30
S G E
S 0,53 0,19 0,28
G 0,51 0,19 0,30
E 0,49 0,19 0,32
p8
S G E
S 0,52 0,19 0,29
G 0,51 0,19 0,30
E 0,49 0,19 0,31
p9
S G E
S 0,52 0,19 0,29
G 0,51 0,19 0,30
E 0,50 0,19 0,31
p10
S G E
S 0,51 0,19 0,29
G 0,51 0,19 0,30
E 0,50 0,19 0,30
p11
S G E
S 0,51 0,19 0,30
G 0,51 0,19 0,30
E 0,51 0,19 0,30
Notas: Matrices de convergencia empresas medianas Sector Automotriz CIIU G4510.01. S=Saludable,
G=Gris, E=Enfermo, p=Probabilidad
Anexo 18. Matriz de convergencia empresas pequeñas
Matriz Markov Matriz convergencia
S G E
S 0,67 0,28 0,06 pS 1,00 0,00 0,00
G 0,00 0,25 0,75 pG 0,00 1,00 0,00
E 0,13 0,27 0,60 pE 0,00 0,00 1,00 p1 1 1 1
S G E S G E S G E S G E
S 0,67 0,28 0,06 S 0,67 0,28 0,06 G 0,00 0,25 0,75 E 0,13 0,27 0,60 G 0,00 0,25 0,75 2 2 2
E 0,13 0,27 0,60 S G E S G E S G E
p2 S 0,45 0,27 0,28 G 0,10 0,26 0,64 E 0,17 0,26 0,57 S G E 3 3 3
S 0,45 0,27 0,28 S G E S G E S G E
G 0,10 0,26 0,64 S 0,34 0,27 0,39 G 0,15 0,26 0,58 E 0,19 0,26 0,55 E 0,17 0,26 0,57 4 4 4
p3 S G E S G E S G E
S G E S 0,28 0,27 0,46 G 0,18 0,26 0,56 E 0,20 0,26 0,54 S 0,34 0,27 0,39 6 6 6
G 0,15 0,26 0,58 S G E S G E S G E
E 0,19 0,26 0,55 S 0,25 0,27 0,49 G 0,19 0,26 0,54 E 0,20 0,26 0,53
109
p4 7 7 7
S G E S G E S G E S G E
S 0,28 0,27 0,46 S 0,23 0,26 0,51 G 0,20 0,26 0,53 E 0,21 0,26 0,53
G 0,18 0,26 0,56 8 8
E 0,20 0,26 0,54 S G E S G E
p5 S 0,22 0,26 0,51 G 0,21 0,26 0,53
S G E 9
S 0,25 0,27 0,49 S G E
G 0,19 0,26 0,54 S 0,22 0,26 0,52
E 0,20 0,26 0,53 10
p6 S G E
S G E S 0,21 0,26 0,52
S 0,23 0,26 0,51 11
G 0,20 0,26 0,53 S G E
E 0,21 0,26 0,53 S 0,21 0,26 0,52
p7
12
S G E S G E
S 0,22 0,26 0,51 S 0,21 0,26 0,52
G 0,21 0,26 0,53 13
E 0,21 0,26 0,53 S G E
p8 S 0,21 0,26 0,52
S G E 14
S 0,22 0,26 0,52 S G E
G 0,21 0,26 0,53 S 0,21 0,26 0,53
E 0,21 0,26 0,53
p9
S G E
S 0,21 0,26 0,52
G 0,21 0,26 0,53
E 0,21 0,26 0,53
p10
S G E
S 0,21 0,26 0,52
G 0,21 0,26 0,53
E 0,21 0,26 0,53
p11
S G E
S 0,21 0,26 0,52
G 0,21 0,26 0,53
E 0,21 0,26 0,53
p12
S G E
S 0,21 0,26 0,52
G 0,21 0,26 0,53
E 0,21 0,26 0,53
p13
S G E S 0,21 0,26 0,53
G 0,21 0,26 0,53
E 0,21 0,26 0,53
Notas: Matrices de convergencia empresas medianas Sector Automotriz CIIU G4510.01. S=Saludable,
G=Gris, E=Enfermo, p=Probabilidad
Anexo 19. Matriz de convergencia micro-empresas
Matriz Markov Matriz convergencia
S G E
S 0,44 0,11 0,44 pS 1,00 0,00 0,00
G 0,00 0,00 1,00 pG 0,00 1,00 0,00
110
E 0,00 1,00 0,00 pE 0,00 0,00 1,00 p1 1 1 1
S G E S G E S G E S G E
S 0,44 0,11 0,44 S 0,44 0,11 0,44 G 0,00 0,00 1,00 E 0,00 1,00 0,00 G 0,00 0,00 1,00 2 2 2
E 0,00 1,00 0,00 S G E S G E S G E
p2 S 0,20 0,49 0,31 G 0,00 1,00 0,00 E 0,00 0,00 1,00
S G E 3
S 0,20 0,49 0,31 S G E
G 0,00 1,00 0,00 S 0,09 0,33 0,58
E 0,00 0,00 1,00 4
p3 S G E
S G E S 0,04 0,59 0,37
S 0,09 0,33 0,58 5
G 0,00 0,00 1,00 S G E
E 0,00 1,00 0,00 S 0,02 0,37 0,61
p4 6
S G E S G E
S 0,04 0,59 0,37 S 0,01 0,61 0,38
G 0,00 1,00 0,00 7
E 0,00 0,00 1,00
S
G
E
p5 S 0,00 0,38 0,61
S G E 8
S 0,02 0,37 0,61 S G E
G 0,00 0,00 1,00 S 0,00 0,61 0,38
E 0,00 1,00 0,00 9
p6 S G E
S G E S 0,00 0,38 0,62
S 0,01 0,61 0,38 10
G 0,00 1,00 0,00 S G E
E 0,00 0,00 1,00 S 0,00 0,62 0,38
p7
S G E
S 0,00 0,38 0,61
G 0,00 0,00 1,00
E 0,00 1,00 0,00
p8
S G E
S 0,00 0,61 0,38
G 0,00 1,00 0,00
E 0,00 0,00 1,00
p9
S G E
S 0,00 0,38 0,62
G 0,00 0,00 1,00
E 0,00 1,00 0,00
p10
S G E
S 0,00 0,62 0,38
G 0,00 1,00 0,00
E 0,00 0,00 1,00
Notas: Matrices de convergencia micro-empresas Sector Automotriz CIIU G4510.01. S=Saludable, G=Gris,
E=Enfermo, p=Probabilidad
111
BIBLIOGRAFÍA
Aguilar, C. A. (19 de Marzo de 2016). Motorbit. Obtenido de http://motorbit.com/mayores-
fabricantes-de-autos-de-america-latina/?pais=
Altman, E. (1968). Financial ratios, discriminant analysis and prediction of corporate
bankruptcy. New York: The Journal of Finance.
Anónimo. (11 de Julio de 2008). Zona económica. Recuperado el 23 de Enero de 2017, de
http://www.zonaeconomica.com/analisis-financiero/ratios-actividad
Arellano, A. S. (Enero de 2006). Una aplicación del análisis discriminante a la previsi+on
de la insolvencia en las empresas españolas de seguro no-vida. Madrid, España:
Universidad Complutense de Madrid.
Aruajo, A. (5 de Enero de 2015). Ecuador restringe más las importaciones de autos este
2015. EL Comercio, pág. Edicion Virtual.
Asociación de Empresas Automotrices del Ecuador . (2016). Perfil del sector automotor
del Ecuador. Sector Automotor en cifras, 1.
Asociación de Empresas Automotrices del Ecuador. (2015). ANUARIO: 70 AÑOS DE
CAMINO. Quito: AEADE.
Asociación Nacional de Fabricantes de Vehículos Automotores (ANFAVEA). (2016).
Anuário da Indústria Automobilística Brasileira. Brasilia: ANFAVEA.
Binder, A. K. (26 de 1 de 2016). Automotive industry.
Cae empleo en sector automotriz. (10 de Octubre de 2015). La Hora, pág. 1.
Cámara de la Industria Automotriz Ecuatoriana (CINAE). (2013). Historia de la industria
ecuatoriana. Quito: CINAE.
Comisión Legislativa y Codificación. (5 de Noviembre de 1999). Codificación de la Ley
de Compañías. Ecuador.
Comunidad Andina. (2015). Mercado automotor en la Comunidad Andina 2005-2014.
Comunidad Andina.
112
Deysi Berrío Guzmán, L. C. (16 de Octubre de 2003). Verificación y adaptación del modelo
de ALTMAN a la Superintendencia de Sociedades de Colombia. 23-51.
Dirección de Inteligencia Comercial e Inversiones. (2013). Análisis del sector automotriz.
Quito: PROECUADOR.
Dirección de Inteligencia Comercial e Inversiones. (2013). Análisis del Sector Automotriz.
Quito: ProEcuador.
Économistes du Groupe Coface. (2016). Barometre des risques sectoriels dans le monde.
Bois-Colombes, France: COFACE SA.
Edward Elagar, L. (2012). Macro attractiveness and micro decisions in the mutual fund
industry. Mannheim: Springer.
Eurostat. (s.f.). eurostat. Obtenido de
http://ec.europa.eu/eurostat/web/transport/data/database
Federova, G. D. (2012). Models for Bankrupcy Forecasting. Financial Problems. Springer.
Fernández, S. d. (2011). Análisis discriminante. Madrid: UAM.
Fornahl, D. (2010). Emerging Clusters. Cheltenham: Springer.
Guzmán, C. A. (2006). Ratios financieros. En C. A. Guzmán, Ratios financieros y
matemáticas de la mercadotecnia (págs. 15-42). Lima: Serie MYPES.
Hilbert, A. A. (s.f.). Modelos de predicción de la insolvencia empresarial. Distrito Federal
México: IFECOM.
Ibarra, A. (2009). Desarrollo del Analisis Factorial Multivariante Aplicado al Analisis
financiero actual. Colombia : Contadoria Publica.
INEC. (2012). Clasificación Nacional de Actividades Económicas. Quito.
INEC. (2012). Infoeconomía. Instituto Nacional de Estadísticas y Censos (INEC). Obtenido
de http://www.ecuadorencifras.gob.ec/wp-
content/descargas/Infoconomia/info7.pdf
Insee. (s.f.). Insee: National Istitute of Statistics and Economic Studies. Obtenido de
http://www.insee.fr/en/bases-de-donnees/
113
Instituto Nacional de Estadísticas y Censos (INEC). (2012). Directorio de Empresas y
Establecimientos 2012. Quito: INEC.
Janet Aldazábal, A. N. (Octubre de 2014). Análisis discriminante aplicado a modelos de
predicción de quiebra. QUIPUKAMAYOC, 22, 53-59.
La máquina del tiempo. (16 de Enero de 2011). Obtenido de
http://lahistoriadelostransportes.blogspot.com/2011/01/el-perfeccionamiento-de-
los-medios-de.html
Lejarza, J. (2012). Distribución normal multivariante. En Modelos estocásticos para
vectores aleatorios (pág. 1).
Manteiga, M. T. (2003). Modelos matemáticos discretos en las ciencias de la naturaleza.
Madrid: Diaz de Santos.
Mares, A. I. (2009). Desarrollo del Análisis Factorial Multivariable Aplicado al Análisis
Financiero Actual. Fundación Universitaria Tecnológico de Comfenalco.
María Escribano Navas, A. J. (2011). Análisis Porcentual y mediante reatios de los estados
contables. En Solvencia, Análisis contable y financiero (págs. 253-254). Andalucía,
España: IC Editorial.
Martin Paegelow, M. T. (2003). Cadenas de Markov, evaluación multicriterio y evaluación
multiobjetivo para la modelización prospectiva del paisaje. Revista Internacional
de Ciencia y Tecnología de la Información Geográfica, 22-44.
Meyn, T. (1993). Markov Chains and Stochastic Stability. Londres: Springer-Verlag.
Orlando Moscote Flórez, W. A. (2012). Modelo Logit y Probit: un caso de aplicación.
Comunicaciones en Estadística, 5(2), 127-130.
Pablo Martín Urbano, J. I. (2011). Sector automotriz: crisis internacional y repercusiones
internas en España. 24. Madrid, España: Universidad Autónoma de Madrid,
Universidad Camilo José Cela. Obtenido de http://xivrem.ujaen.es/wp-
content/uploads/2011/11/77-R-132M914.pdf
Parravano, M. (2008). Dinámica de participación en el mercado petrolero: Un análisis de
cadenas de Markov. Economía, 87-115.
114
Paul Krugman, M. M. (1992). Exchange rate targets and currency bands. Great Britain:
Cambridge University Press.
Pedersini, R. (2004). Les relations industrielles dans l'industrie automobile.
(EUROFOUND, Ed.) Francia: Eurofound. Obtenido de
http://www.eurofound.europa.eu/eiro/index.htm
Pierre, J. (2010). Analisis Multivariante para las Ciencias Sociales. España : Pearson.
Privault. (2013). Understanding Markov chains. Singapore: Springer.
Requena, N. L. (2009). Sector automotriz: análisis de la legislación y la situación real del
sector. El Cid Editor.
Revista Líderes. (2015). Disolver y liquidar compañías requiere tiempo y dinero. Revista
Líderes. Obtenido de http://www.revistalideres.ec/lideres/disolver-liquidar-
companias-requiere-dinero.html
Revista Líderes. (10 de Mayo de 2015). El sector comercial se mueve ante un escenario
complicado. Revista Líderes. Obtenido de
http://www.revistalideres.ec/lideres/sector-comercial-economia-ecuador-
salvaguardias.html
Salkind, N. (1999). Métodos de investigación. México: PHH.
Sánchez, J. (1990). Manual práctico de estadística (4ta ed.). Bogotá: Universidad
Nacional.
Servicio de Rentas Internas (SRI). (2008). Impuesto a la Salida de Divisas a las
instituciones del sistema financiero y al Banco Central del Ecuador. Quito: SRI.
Stone. (1972). Introduction to stochastic Processes. Houghton Mifflin Company.
Superintendecia de Compañías, Valores y Seguros. (2008). Base constitucional y marco
legal de la Superintendencia de Compañías. Quito: SC. Obtenido de
http://www.supercias.gob.ec/portal/
Superintendencia de Compañías, Valores y Seguros. (2011). Informe 2011 de labores.
Quito: Superintendencia de Compañías.
Superintendencia de Sociedades. (2012). Causas de la insolvencia empresarial (Estudios
Económicos y Financieros) . Causas de la insolvencia empresarial, 27-31.