PresentacionEC2

Eliecer Campos Crdenas Ph. D., . MBA., CPA.

Seminario: Analisis Financiero Pagina 1

CAMPOSELIECER

Contabilidad Financiera Eliecer Campos Crdenas Ph. D., MBA., CPA. 1

2Anlisis de los estados financieros - ejercicio

CAMPOSELIECER


Como realizar analisis de negocios con estados financierosEstados financieros

Informacion a la administracion sobre las actividades empresarialesExageraciones resultantes de los errores de estimacionDistorsiones resultantes de las decisiones contables elegidas por los gerentes

Otros datos publicosDatos de la industria y de las empresasEstados financieros externos

Analisis de estrategias de negociosGeneracion de expectativas de rendimiento mediante los

analisis de la industria y de estrategias competitivas

Analisis contableEvaluacion de la calidad contable

determinando las normas y las estimaciones contables

Analisis financieroEvaluacion del rendimiento

mediante el analisis de indices y de flujos de fondos

Analisis prospectivoPronosticos y valoracion

de la actividad empresarial

Contexto de aplicaciones empresarialesAnalisis crediticioAnalisis de valoresAnalisis de fusiones y adquisicionesAnalisis de deuda y dividendosAnalisis de estrategia de comunicacin empresarialAnalisis economico general

HERRAMIENTAS DE ANALISIS



CAMPOSELIECER


Clasificaremos las trece razones en cuatro categorias

A. Razones de rentabilidad1. Margen de utilidad.2. Rendimiento sobre los activos (ROA).3. Rendimiento sobre el patrimonio (ROE).

B. Razones de utilizacion de activos (eficiencia)4. Rotacion de cuentas por cobrar.5. Periodo promedio de cobro.6. Rotacion de inventarios.7. Rotacion de activos fijos.8. Rotacion de los activos totales.

C. Razones de liquidez9. Razon corriente.

10. Razon rapida.D. Razones de utilizacion de deuda (endeudamiento)

11. Deuda al total de activos.12. Veces el interes ganado.13. Cobertura de cargos fijos.

CLASIFICACION

CAMPOSELIECER


SAXTON COMPANYEstado de resultados

Ao terminado el 31 de diciembre del 20x2

Ventas (todas a crdito) $ 4,000,000Costo de las ventas 3,000,000Utilidad bruta 1,000,000Gastos de ventas y administracin * 450,000Utilidad operativa 550,000Gastos de intereses 50,000Otros gastos 200,000Utilidad antes de impuestos 300,000Impuestos (33%) 100,000Utilidad neta $ 200,000

* Incluye $50,000 en pagos de arrendamiento mercantil.

Estados financieros para el analisis de razones



CAMPOSELIECER


Balance generalDiciembre 31 de 20X2

ActivosEfectivo $ 30,000Valores negociables 50,000Cuentas por cobrar 350,000Inventarios 370,000

Total activos corrientes 800,000Propiedad, planta y equipo-neto 800,000

Total activos $1,600,000Pasivo y patrimonio de los accionistas

Cuentas por paar $ 50,000Documentos por pagar 250,000

Total pasivos corrientes 300,000Pasivos a largo plazo 300,000

Total pasivos 600,000Acciones comunes 400,000Utilidades retenidas 600,000

Total pasivo y patrimonio de los accionistas $1,600,000

Estados financieros para el anlisis de razones

CAMPOSELIECER


Saxton Industria

1. Margen de utilidad = = 5% 6.7%

2. Rendimiento sobre los activos (ROA) =

a. = 12.5% 10%

b. 5% 2.5 = 12.5% 6.7% 1.5 = 10%

3. Rendimiento sobre el patrimonio (ROE) =

a. = 20% 15%

b. = 20% = 15%

Util.NetaVentas

$200,000$4,000,000

Util.NetaTotal activos

Util.NetaVentas

VentasTotal activos

$200,000$1,600,000

Util.NetaPatrimonio

$200,000$1,000,000

ROA(1 Deuda/Activos)

0.1251 0.375

0.101 0.33

Razones de rentabilidad



CAMPOSELIECER


Analisis DuPont

Util. neta

Ventas

Total Activos

Margen de util.

Rotacion deactivos

Total pasivo

Total Activos

RendimientoSobre activos

Nivel deendeudamiento

RendimientoPatrimonioRend. Sobre activos

(1 - Deuda/Activos)=

CAMPOSELIECER


Saxton Industria

4. Rotacion de ctas. por cobrar =

= 11.4 10 veces

5. Periodo promedio de cobros =

= 32 36 dias

6. Rotacion de inventarios =

= 10.8 7 veces

Ventas (credito)Ctas. por cobrar

$4,000,000$350,000

Cuentas por cobrarPromedio diario de vtas.

$350,000$11,111

VentasInventarios

$4,000,000$370,000

Razones de utilizacion de activos (eficiencia)



CAMPOSELIECER


Razones de utilizacin de activosSaxton Industria

7. Rotacion de activos fijos =

= 5 5.4 veces

8. Rotacion de activos totales =

= 2.5 1.5 veces

VentasActivos fijos

$4,000,000$800,000

VentasTotal activos

$4,000,000$1,600,000

CAMPOSELIECER


Razones de liquidezSaxton Industria

9. Razon corriente =

= 2.67 2.1

10. Razon rapida =

= 1.43 1.0

Activos corrientesPasivos corrientes

$800,000$300,000

Activos corrientes InventarioPasivos corrientes

$430,000$300,000



CAMPOSELIECER


Razones de endeudamientoSaxton Industria

11. Deuda/Activos =

= 37.5% 33%

12. Veces el interes ganado =

= 11 7 veces

13. Cobertura de cargos fijos =

= 6 5.5 veces

Total deudaTotal activos

$600,000$1,600,000

Utilidad operativaGasto de interes

$550,000$50,000

Utilidad antes de Cargos fijos e imptos.

Cargos fijos$600,000$100,000

CAMPOSELIECER


Saxton Industria ConclusinA. Rentabilidad

1. Margen de utilidad 5.0% 6.7% Debajo del promedio2. Rend.sobre activos .. 12.5% 10.0% Arriba del promedio

por alta rotacion3. Rend. sobre patrimonio.. 20.0% 15.0% Bueno por razones

2 y 11B. Utilizacin de activos

4. Rotacion de ctas. por cob. 11.4 10.0 Bueno5. Periodo promedio de cobranza32.0 36.0 Bueno6. Rotacion de inventarios.... 10.8 7.0 Bueno7. Rotacion de activos fijos... 5.0 5.4 Debajo del promedio8. Rotacion activos totales.... 2.5 1.5 Bueno

C. Liquidez9. Razon corriente. 2.67 2.1 Bueno10. Razon rapida..... 1.43 1.0 Bueno

D. Endeudamiento11. Deuda/Activos totales.. 37.5% 33.0% Ligeramente + deuda12. Veces el interes ganado. 11.0 7.0 Bueno13. Cobertura cargos fijos.. ... 6.0 5.5 Bueno

Resumen de las razones



CAMPOSELIECER


EL ANLISIS FINANCIERO COMO HERRAMIENTA EN LA PREDICCIN DE QUIEBRA E INSOLVENCIA FINANCIERA

La firma Byington Colombia S.A. mantiene un sitio en internet en el cul ofrece para consulta libre, entre otros servicios, la publicacin de estndares financieros de unas cien mil empresas, clasificadas por actividad econmica. De los treinta indicadores publicados destaca el ltimo de ellos, denominado Altman Z-score, por tratarse de un ratio casi desconocido en el pas lo abordamos en este tema.

CAMPOSELIECER


ALTMAN Z-SCORE (BANKRUPTCY PREDICTION)

El Predictor de quiebra conocido como Z-Scorecombina varios de los indicadores financieros mssignificativos dentro de una derivacin estadsticaque fue publicada inicialmente por el Dr. Edward I.Altman en 1968 y desarrollada en una muestra deempresas industriales. Desde entonces, el algoritmose ha perfeccionado hasta lograr un 95 % deconfiabilidad en la exactitud de la prediccin dequiebra, con dos aos de anterioridad a la situacinde insolvencia, tambin en empresas no industrialesy que no coticen en bolsa. Las variables del Z-Scorede Altman que determinan la fortaleza financiera deuna firma son:



CAMPOSELIECER


Las variables del Z-Score de Altman que determinan la fortaleza financiera de una firma

CAMPOSELIECER



Con base en estas variables, Altman deriv las siguientes ecuaciones que, posteriormente, fueronutilizadas para la determinacin del indicador Z-Score (entre parntesis el equivalente en ingls):

X1 = AC PC (CA CL) se divide por AT (TA) Para Altman, este es el menos significativo de los factores, por corresponder a una medida de los activos

lquidos netos de la firma con respecto a sus activos totales. AC PC (CA CL) se conoce como fondode operaciones o capital neto de trabajo.

X2 = UR (RE) dividido por AT (TA) Un factor ms representativo, porque es una medida en un plazo ms largo referente a la poltica de

retencin de utilidades, aunque el resultado puede ser manipulado, de alguna manera, y podra crearsealgn sesgo en los resultados.

X3 = UAI (ET) + IN (EN) se divide por AT (TA) El factor ms importante, pues la utilidad es el objetivo principal de cualquier actividad econmica y de

su volumen depende la fortaleza financiera de la firma. Los gastos financieros se agregan a las utilidadespues este costo no detrae de la rentabilidad de la firma.

X4 = VM (VE) se divide por PT (TL) Un indicador ms significativo que X2. Seala la capacidad de la firma de sufrir una declinacin en el

valor de los activos. En algunas ocasiones, VE puede ser sustituido por el resultado de AT PT (TA TL),es decir por el patrimonio contable registrado; sin embargo, se sostiene que no siempre el valorpatrimonial es cercanamente equivalente al valor comercial.

X5 = VN (SL) se divide por AT (TA) Este es uno de los indicadores ms significativos, porque ilustra las ventas que son generadas por la

inversin total de la compaa representada, sta ltima, por sus activos.



CAMPOSELIECER



Con estos resultados se formula una ecuacin que permita obtener un valor numrico quees el Z-Score de Altman:

Z = 1.2(X1) + 1.4(X2) + 3.3(X3) + 0.6(X4) + 1.O(X5)En trminos generales el indicador Z-Score se puede interpretar as:

3.0 o ms, Probablemente la empresa no tendr problemas de solvencia en el corto ymediano plazo, aunque factores tales como mala gestin, fraude, desaceleracineconmica, y otros pueden causar una cambio inesperado.

2.7 a 2.99, Seala alguna seguridad relativa, pero se sita dentro de un rea deobservacin (rea gris) y est debajo del umbral de ms alta seguridad.

1.82 a 2,7 Probablemente puedan presentarse algunos problemas financieros en un lapsode dos aos. sta es el intervalo ms bajo del rea gris y exige tomar medidas drsticaspara evitar la quiebra o insolvencia total.

Menos de 1.81, indica que la empresa prcticamente incurrir en quiebra. Normalmenteuna firma no recupera su solvencia si se encuentra con un resultado as.

CAMPOSELIECER



La muestra tomada por Altman slo inclua empresas manufactureras cuyas acciones cotizaban en bolsade valores, pronto se detect la limitacin de dicha funcin al no cubrir ni las empresas no inscritas en elmercado de valores ni empresas comerciales o de servicios.

Por tal motivo, se desarrollaron los modelos conocidos como Altman Z1 y Altman Z2, que pretendancorregir los vacos comentados.

Altman Z1

Esta versin del modelo original se desarroll para que fuera aplicable a cualquier clase de empresa y noslo a aquellas industrias manufactureras inscritas en bolsa. Para poder cumplir tal propsito se trabajbsicamente con los factores integrantes de la variable X4, sustituyendo el valor de mercado por el valorpatrimonial en libros o valor del capital contable. Esta sustitucin condujo que tambin se modificara laponderacin de cada ndice dentro de la ecuacin final, quedando sta de la siguiente manera:

Z1 = 0.717(X1) + 0.847(X2) + 3.107(X3) + 0.420(X4) + 0.998(X5)

De donde puede observarse que, an despus de stas modificaciones, el volumen de utilidades operativascontina siendo el factor ms importante en la determinacin del indicador. Debe recordarse que lavariable X3 est dada por la frmula UAI (Utilidad antes de impuestos) + IN (Gastos financieros) divididopor AT (Activos totales).

Bajo sta nueva formulacin, el indicador se interpretar de acuerdo a la siguiente escala:

2.9 o ms, Probablemente no habr problemas de solvencia en el corto y mediano plazo. 1.24 a 2.89, Corresponde a la zona gris definida por Altman, donde existe alguna probabilidad de quiebra,

ms evidente entre ms cercano est el resultado al lmite inferior determinado en la funcin. 1.23 o menos, alta posibilidad de incurrir en quiebra.



CAMPOSELIECER



Sin embargo, como el factor X5 otorga un peso relativo importante a la rotacin de activos y esen las empresas manufactureras donde dicho rubro mantiene grandes volmenes, encierta forma se estara distorsionando el resultado para empresas comerciales y deservicios con menos inversin en activos fijos. Este hecho condujo a un nuevoreplanteamiento del modelo, tal y como se explica a continuacin.

Altman Z2 La nueva versin del modelo, con el propsito de corregir la distorsin que podra

presentarse segn se explic en el prrafo anterior, elimina la razn de rotacin de activos(X5) y otorga un peso relativo an ms importante al factor de generacin de utilidades enrelacin al activo (X3):

Z2 = 6.56(X1) + 3.26(X2) + 6.72(X3) + 1.05(X4)

Cuyos resultados se interpretan as:

2.60 o ms, Probablemente no habr problemas de solvencia en el corto y mediano plazo. 1.11 a 2.59, Es la zona gris definida por Altman, en la cul se presenta alguna probabilidad

de quiebra, ms evidente en la medida en que el resultado se encuentre ms cerca dellmite inferior calculado en la ecuacin.

1.10 o menos, alta posibilidad de incurrir en quiebra.

CAMPOSELIECER


MODELO FULMERAl igual que los modelos creados por Altman, l indicador desarrollado por Fulmer en 1984 utiliza el anlisis iterativo

de discriminacin mltiple, pero al contrario de aquel simplifica la interpretacin del resultado, el cul sepresenta como una funcin dicotmica, del tipo verdadero o falso, dependiendo de si es mayor o menor queuno dicho resultado.

En una muestra de 60 empresas, Fulmer calcul y evalu 40 razones financieras para elegir, finalmente, lassiguientes nueve:

X1 = Utilidades retenidas / Activo TotalX2 = Ventas / Activo TotalX3 = Utilidad antes de impuestos / Capital Contable (Patrimonio)X4 = Flujo de caja / Pasivo TotalX5 = Pasivo Total / Activo TotalX6 = Pasivo Corriente / Activo TotalX7 = Activo Total TangibleX8 = Capital de Trabajo / Pasivo TotalX9 = Logaritmo de la Utilidad de Operacin / Gastos Financieros

La ponderacin de stas nueve variables permite formular la siguiente ecuacin para hallar el indicador de quiebra oinsolvencia:

H = 5.528(X1) + 0.212(X2) + 0.073(X3) + 1.270(X4) + 0.120(X5) + 2.335 (X6) + 0.575 (X7)+ 1.083 (X8) + 0.894 (X9) 6.075

Si H 0 la empresa se considera insolvente y entre ms alto sea el numero positivo que se obtenga entonces sepodr afirmar que la compaa es, as mismo, ms slida desde el punto de vista financiero.

El modelo de Fulmer alcanz un 98 por ciento de precisin aplicando la ecuacin con un ao de anticipacin a ladeclaratoria de insolvencia y un 81 por ciento en perodos mayores a un ao. La muestra se dise para 30empresas solventes y 30 insolventes.



CAMPOSELIECER


MODELO SPRINGATETambin siguiendo los procedimientos de Altman. Gordon L.V. Springate de la Universidad Simn

Fraser de Canad desarroll un nuevo modelo de prediccin de quiebra sobre una muestra de50 empresas y la utilizacin de 19 razones financieras, de las cuales se seleccionaron cuatropara conformar la siguiente ecuacin:

Z = 1.03A + 3.07B + 0.66C + 0.40D

Las variables para aplicar el modelo estn conformadas por los siguientes factores:

A = Capital de Trabajo / Activo TotalB = Utilidad neta antes de intereses e impuestos / Activo TotalC = Utilidad neta antes de impuestos / Pasivo CorrienteD = Ventas / Activo Total

Si el resultado de Z es inferior a 0.862 puede considerarse como insolvente a la empresa que loobtuvo.

La precisin del modelo Springate fue del 92.5 por ciento (1978) aunque una prueba posterior (1979),tambin en 50 empresas, arroj una precisin de slo 88 por ciento y en 1980, para una muestrade 24 empresas, la exactitud del modelo se redujo al 83.3 por ciento.

CAMPOSELIECER


MODELO CA-SCORE

Este modelo de prediccin de quiebra e insolvencia fue desarrollado por Jean Legault de laUniversidad de Quebec y debe su nombre a la Sociedad de Contadores Pblicos de la mismaciudad canadiense (Quebec CAs) quien recomienda su uso a todos los miembros del gremio.

El modelo fue formalizado despus de analizar 30 razones financieras de una muestra total de 173empresas manufactureras con ventas anuales entre uno y veinte millones de dlarescanadienses, llegando a sta funcin:

CA-SCORE = 4.5913 (X1) + 4.5080 (X2) + 0.3936 (X3) 2.7616

Las variables definitivas son:

X1 = Capital Contable (Patrimonio) / Activo TotalX2 = (Utilidad antes de impuestos y partidas extraordinarias + gastos financieros) / Activo TotalX3 = Ventas / Activo Total

Cuando el resultado de CA-SCORE es menor a 0.3 (0.3 negativo) la empresa se considerainsolvente. El modelo fue diseado para su aplicacin en empresas manufactureras y el gradode exactitud se ubica alrededor de un 83 por ciento.



CAMPOSELIECER


RESULTADOS DE TODOS LOS MODELOSMODELO INSOLVENTES SOLVENTES TOTAL

Aciertos % Aciertos % Aciertos %

Z1 de Altman 18 82 22 100 40 91

Z2 de Altman 17 77 21 95 38 86

Springate 21 95 16 73 37 84

CA-Score 21 95 18 82 39 89

Fulmer 12 55 19 86 31 70

CAMPOSELIECER


ANLISIS MULTIVARIADO DISCRIMINANTEnicamente a manera de ilustracin, y como complemento, se explicar a continuacin

la fundamentacin terica de la tcnica de anlisis multivariado discriminanteempleada para el desarrollo de los modelos de prediccin de quiebra. Dicha tcnicaes un importante instrumento para la investigacin porque facilita identificar lasrelaciones que puedan existir entre diversas variables que, a simple vista, podranpasar desapercibidas.

Si se utilizan adecuadamente las tcnicas multivariadas se pueden, as mismo,simplificar fenmenos complejos para reducirlos a una expresin sencilla y de fcilcomprensin, abriendo el camino para poder predecir el futuro de una maneraconfiable.

El anlisis discriminante, como su nombre lo indica, discrimina la pertenencia adiferentes grupos dentro de una muestra, asignando diferentes pesos relativos acada una de las variables independientes analizadas, con el propsito de estableceruna relacin con otra variable dependiente cualitativa (quiebra o no quiebra).

La metodologa usada en la confeccin de modelos de prediccin se basa en laaplicacin de la regresin logstica para su construccin, la calibracin del mismo yla discriminacin. Por su parte, la regresin logstica es un mtodo de anlisismultivariado, en donde se enfrentan una o ms variables que posiblementepuedan jugar un papel como factores de riesgo o pronstico con una variabledependiente que es dicotmica, es decir con dos valores posibles, con el objetivode averiguar si dichas variables pronostican o sealan realmente un pronsticosobre la otra variable.



CAMPOSELIECER


CONCLUSINHoy da los modelos de prediccin de quiebra e insolvencia financiera son ampliamente

utilizados en los Estados Unidos por Auditores Internos y Externos, RevisoresFiscales y entidades gubernamentales as como por empresas de estudio yevaluacin de crdito, especialmente por las siguientes razones:

1. Los resultados de los modelos de prediccin de quiebra son ms precisos yconducen a evaluaciones ms concisas que aquellas producto de una gran cantidadde razones e indicadores.

2. Se puede medir la magnitud de la incertidumbre3. Son uniformes y dejan menos espacio para inexactitudes y aplicacin de juicios o

criterios particulares que pueden desdibujar la situacin real de una empresa4. El grado de confianza de los resultados puede ser evaluada estadsticamente, pues

su informacin bsica proviene de resultados determinados con anterioridad5. Son ms fciles de usar e interpretar que las herramientas tradicionales de anlisis6. En particular el modelo Altman Z Score en sus tres versiones permite conocer un

rea especial de riesgo (rea gris) para tomar las medidas necesarias para corregirlos problemas financieros y operativos del ente econmico

PresentacionEC2

Documents

Transcript of PresentacionEC2