36
Modificación del Modelo Altman Z Score: Indicador de Estabilidad Financiera
Modification of the Altman Model Z Score: Indicator of Financial stability
Una estrategia primordial del empresariado es colocar fondos en una institución financiera
sólida, totalmente fuera de algún estrés económico, problemas financieros, o sospechas de
inestabilidad en el tiempo. La presente investigación se elaboró con el objetivo de aplicar una
modificación al modelo de Altman Z-Score como indicador de estabilidad financiera para el
caso del Banco de Finanzas de Nicaragua en el año 2022. Se desarrolla bajo el método analítico-
sintético, paradigma pragmático, enfoque mixto, tipo hipotético – deductivo y diseño
concurrente triangular. En el factor cualitativo, apoyado por entrevistas a expertos, así como a
funcionarios; con lo cuantitativo representado en una muestra de estados financieros históricos
2016 -2021, publicados por la Superintendencia de Bancos y de Otras Instituciones Financieras
– SIBOIF. Se utilizó el modelo de regresión lineal múltiple como herramienta estadística, a
través del programa IBM SPSS Statistics 23.0, por lo que se tendrán nuevos coeficientes y
rangos de respuesta modificantes al Modelo Altman para su uso en el Banco de Finanzas. La
modificación del Modelo Altman Z Score dará un aporte sustancial a la gestión empresarial del
Banco de Finanzas, apoyando a sus análisis y estimaciones financieras para una toma de
decisiones eficiente; prediciendo los futuros comportamientos de estabilidad para el año 2022.
Finalmente se podrá recomendar su aplicación por parte de la SIBOIF, representado una
aproximación, prueba o test a ser considerada como una normativa prudencial.
Palabras clave: Modificación, indicador, estabilidad financiera, empresas.
A primary strategy is to place funds in a solid financial institution, totally free of any economic
stress, financial problems, or suspicions of instability over time. This research was developed
to apply a modification to the Altman Z-Score model as an indicator of economic stability for
the Banco de Finanzas de Nicaragua case in 2022. It is developed under the analytic-synthetic
method, pragmatic paradigm, hybrid approach, hypothetical-deductive type, and contemporary
triangular design. Interviews with experts and officials support the qualitative factor. The
quantitative is represented in a sample of historical financial statements 2016 -2021, published
by the Superintendency of Banks and Other Financial Institutions - SIBOIF. The multiple linear
regression model was obtained as a statistical tool through the IBM SPSS Statistics 23.0
program. New coefficients and response ranges will modify the Altman Model for use in the
Banco de Finanzas. The modification of the Altman Z Score Model will substantially contribute
to Banco de Finanzas' business management, supporting its analysis and financial estimates for
efficient decision making; predicting future stability behaviors for the year 2022. Finally, its
application by the SIBOIF can be recommended, representing an approximation, test, or test to
be considered as a prudential regulation.
Keywords: Modification, indicator, financial stability, companies.
¹Universidad Nacional
Politécnica
¹https://orcid.org/0000-0002-8937-6519
¹Nicaragua
¹reynaldosh@hotmail.es
Solórzano-Hernández, R. (2022).
Modificación del Modelo Altman Z Score:
Indicador de Estabilidad Financiera.
Revista Tecnológica-Educativa Docentes
2.0, 14(1), 36-42.
https://doi.org/10.37843/rted.v14i1.298
https://doi.org/10.37843/rted.v14i1.298
Reynaldo Guillermo Solórzano-Hernández¹
10/enero/2022
10/abril/2022
15/abril/2022
36-42
Solórzano-Hernández, R. (2022). Modificación del Modelo Altman Z Score: Indicador de Estabilidad Financiera. Revista Tecnológica-Educativa Docentes 2.0, 14(1), 36-42.
https://doi.org/10.37843/rted.v14i1.298
Modificación del Modelo Altman Z Score: Indicador de
Estabilidad Financiera.
Introducción
Una estrategia primordial del empresariado
es colocar fondos en una institución financiera
sólida, totalmente fuera de algún estrés
económico, problemas financieros, o sospechas de
inestabilidad en el tiempo. Por lo tanto, resulta
fundamental contar con una herramienta
facilitadora de análisis financieros de predicción
futura en términos económicos. Cobra aún más
relevancia cuando hablamos de una institución
bancaria, cuyo ciclo operativo se basa en el uso de
recursos externos, obtenidos del público en
general, ante lo cual una posible inestabilidad
financiera; representaría un perjuicio económico -
reputacional a sus dueños, produciendo un
impacto negativo a sus depositantes con el
potencial de afectar a todo el ecosistema financiero
del país en el cual opera.
Para elaborar esas mediciones financieras,
diferentes organizaciones han usado el llamado
método de predicción de Altman Z-Score,
contando con un modelo original de predicción (Z)
y 2 variantes (Z’, Z’’), con un alto grado de
asertividad sobre proyecciones de estabilidad
financiera traducidas en insolvencias; dentro de un
periodo de tiempo de 1 a 2 años, su mayor
exactitud en un ciclo de 12 meses. En el caso
particular de Nicaragua, se han limitado al uso de
Métodos de Gestión de Riesgo de Crédito, Prueba
de Estrés Crediticias, así como de Estándares
Internacionales de Información Financiera, siendo,
controles de tipo administrativos - financieros de
vigilancia operativa, contando solamente con
aplicaciones empíricas a nivel académico sin
ningún efecto vinculante con relación a práctica
real del uso del modelo en alguna organización
bancaria.
El interés investigativo tiene su fundamento
en los resultados económicos históricos,
proporcionados por la Superintendencia de Bancos
y de Otras Instituciones Financieras - SIBOIF,
para el Banco de Finanzas cuyos Estados
Financieros, en términos de Liquidez, Deuda,
Rentabilidad han presentado una clara tendencia
hacia la baja; correspondiente al periodo
2016 – 2021, a través de la investigación se
determina, ¿Cuáles son los futuros
comportamientos de estabilidad financiera del
Banco de Finanzas S.A. de Nicaragua para el año
2022?.
La investigación persigue el objetivo de
aplicar una modificación al modelo de Altman
Z-Score como indicador de estabilidad financiera
para el caso del Banco de Finanzas de Nicaragua
en el año 2022, constituyendo, por ende, el
producto más importante del quehacer
investigativo, representando una herramienta
fundamental como medida preventiva, al brindar
un indicador de estabilidad financiera global,
integrando las principales variables económicos
resultantes de su operación (liquidez, rentabilidad,
deuda), contribuyendo sensiblemente para
alcanzar eficiencia empresarial bancaria, pudiendo
ser utilizado como medida del desempeño
directivo, representando una herramienta inédita
en proyección de Estabilidad Financiera.
Metodología
La investigación en curso se ha desarrollado
bajo el método analítico-sintético, paradigma
pragmático con enfoque mixto, fundamentado por
información de corte cuantitativo-acompañada de
análisis cualitativos para contar una visión mucha
más amplia del problema de investigación
(Guerrero et al., 2016) en un área de estudio
empresarial de gestión bancaria. El enfoque
cuantitativo utilizado, a como indica Mousalli
(2015) para validar las hipótesis iniciales desde un
carácter de tipo hipotético – deductivo, partiendo
de teoría general hacia particularidades del
problema de investigación (Goyanes, 2015),
tomando como referencia histórica a los Estados
Financieros período 2016 – 2021, detallando datos
objetivos por SIBOIF de los periodos en estudio.
El diseño es de Triangulación Concurrente,
sustentándose los resultados a través de cruces
entre las informaciones cualitativas y
cuantitativas, que se recopilaron analizándolas al
mismo tiempo (Hernández et al., 2014).
Como los estados financieros contienen
numerosos datos cuantitativos, se utilizó un
muestreo intencional o de conveniencia,
cumpliendo con características de interés para la
investigación (Carpio & Hernández, 2019);
estableciéndose como muestra de estudio a los
Estados de Resultados y Estados de Situación
Financiera de los periodos 2016 – 2021, cuyo
acceso se obtendrá a través de los Informes en
Excel publicados periódicamente de forma
mensual. Por otra parte, se establecen escenarios,
en tres periodos de tiempo, los cuales presentan
Solórzano-Hernández, R. (2022). Modificación del Modelo Altman Z Score: Indicador de Estabilidad Financiera. Revista Tecnológica-Educativa Docentes 2.0, 14(1), 36-42.
https://doi.org/10.37843/rted.v14i1.298
Modificación del Modelo Altman Z Score: Indicador de
Estabilidad Financiera.
características particulares condicionantes del
entorno para el banco, pudiendo considerarse
como momentos del pasado, presente y futuro:
• 2016 – 2017, caracterizado por presencia
de Estabilidad Socioeconómica,
Pandemia.
• 2018 – 2021, caracterizado por presencia
de Inestabilidad Socioeconómica con
Pandemia.
• 2022, año para la estimación de
Estabilidad Financiera.
Lo cualitativo se empleó en un “estudio desde
un contexto natural donde acontecen las
experiencias, donde viven las personas y se pueden
recoger las situaciones” (Cotán, 2016, p. 7);
implicando por tanto trabajo de campo por medio
de instrumentos de investigación como entrevistas
a profundidad, sirviendo de insumos en la
modificación al modelo de Altman Z’’- Score.
Además, otra técnica cualitativa a usarse será el
análisis documental para seleccionar fuentes como
documentos, libros, revistas, grabaciones,
filmaciones, periódicos, así como bibliografías
(Questionpro, 2021), sobre el interés investigativo.
Se utilizará el instrumento de entrevista a
profundidad que permitirá conocer la realidad
investigada (Paz & Torres, 2019), incluyendo
dentro del estudio a los titulares de posiciones
gerenciales estratégicas del Banco de Finanzas,
como lo son las gerencias de Riesgo Crediticio,
Finanzas y Riesgos Integrales, relacionadas con
resultados incidentes en la Estabilidad Financiera
del banco. Finalmente se incluyó dos entrevistas
con especialistas financieros de vasto
conocimiento en modelos financieros de
predicción de estabilidad financiera y experiencia
en evaluación de gestión bancaria. Este grupo de
personas serán los Informantes Claves de la
investigación.
Se identificó variables de estudio con
características cuantitativas o cualitativas del
objeto investigativo, las cuales adquirirán distintos
valores variando respecto al trabajo de campo
(Carballo & Guelmes, 2016). Los mismos autores
ofrecen una categorización por su Relación
(Dependientes e Independientes, las variables
identificadas para este estudio son Liquidez,
Rentabilidad y Deuda, estas como Independientes;
Estabilidad Financiera como Dependiente. Dentro
del Modelo Altman a aplicar es el Z’’ – Score estas
variables se representarán:
Z’’=6.56*X1 + 3.26*X2 + 6.72*X3 + 1.05*X4
donde:
Z’’= Indicador Global Z’’ – Score: Estabilidad
Financiera
X1: Capital de Trabajo Neto / Activo Total:
Liquidez
X2: Utilidades Retenidas / Activo Total:
Rentabilidad
X3: EBIT / Activo Total: Rentabilidad
X4: Patrimonio Total / Pasivo Total: Deuda
El Análisis de Datos se procedió con
recopilación específica de los estados financieros
obtenidos de los informes en Excel (Versión,
Microsoft Office Profesional Plus 2010) de la
Superintendencia de Bancos y de Otras
Instituciones Financieras, tras esta recopilación se
llevará a cabo una sistematización de información.
Finalmente, se correrá el modelo Z” con los datos
estadísticos obtenidos de los Estados Financieros
del periodo 2016 – 2021 del Banco de Finanzas,
para determinar el comportamiento del banco, lo
que dará lugar a la identificación de una tendencia
más allá de solo la puntuación individual,
basándose en lo que Altman indicó “yo
recomendaría además del Score, es la tendencia
del Score” en su conferencia “La evolución y
aplicaciones del modelo Altman Z-Score en la
predicción de quiebras” en el año 2017, organizada
por el Instituto de Educación Superior
Intercontinental de la Empresa (IESIDE), Galicia,
España.
Para alcanzar el objetivo investigativo y
validar la modificación del Modelo Altman
𝑍- Score se ejecutará el análisis de regresión lineal
múltiple dentro del programa estadístico
informático IBM SPSS Statistics 23.0.,
obteniéndose los indicadores estadísticos propios
de este tipo de estudios, además de los nuevos
valores, coeficientes y rangos de respuesta
modificantes al Modelo en el caso del Banco de
Finanzas.
Discusiones
El uso del modelo Altman Z-Score es un
insumo relevante para estimar la buena andanza
Solórzano-Hernández, R. (2022). Modificación del Modelo Altman Z Score: Indicador de Estabilidad Financiera. Revista Tecnológica-Educativa Docentes 2.0, 14(1), 36-42.
https://doi.org/10.37843/rted.v14i1.298
Modificación del Modelo Altman Z Score: Indicador de
Estabilidad Financiera.
económica del Banco de Finanzas, dando
respuesta a la interrogante sobre sus futuros
comportamientos de estabilidad para el año 2022,
porque además del interés privado de sus dueños
se trata de una empresa de tipo financiera –
bancaria, laborando con dinero del público siendo
por lo tanto su actividad de interés poblacional,
implicando valor un método con información
cuantitativa originada de gestión empresarial, para
estimar estabilidad o no del banco, tomando en
cuenta resultados económicos.
Al revisar literatura sobre el Modelo de
Altman Z-Score, encontramos su utilización
recurrente en diferentes países, a través de trabajos
monográficos e investigaciones, artículos de
revistas científicas a nivel internacional aplicados
en variados tipos de empresas así como en distintas
áreas de actividades económicas, a como indica
Contreras:
Ha sido el modelo dominante y de aplicación a nivel
mundial. Aunque ha estado en existencia por más de
45 años, todavía se sigue utilizando como
herramienta de predicción en quiebras o dificultades
financieras. Para el desarrollo de su investigación
Altman seleccionó una submuestra de 33 empresas
que fueron a la quiebra y otra de igual tamaño de
empresas que no fueron a la quiebra del sector
manufacturero que cotizaban en la bolsa de valores
durante el periodo 1946 al 1965. Para la selección de
las variables independientes Altman integró
inicialmente un grupo de 22 ratios que fueron
aplicados a ambas submuestras de empresas. Estas 22
ratios fueron disminuidos a cinco factores que
median: la rentabilidad, actividad, liquidez,
apalancamiento y solvencia. Para Altman 5 factores
resultaban ser la mejor combinación para el
discriminante entre empresas en quiebra y empresas
sin quiebra (2016, p.37).
Con rangos de decisiones establecidos, el
modelo Z-Score se vuelve útil para predecir el
ambiente financiero en el cual se encuentran
Pequeñas y Medianas Empresas, contribuyendo de
esta forma con disposiciones tomadas por los
accionistas alrededor de una actividad de
inversión, por lo tanto se pueden tomar decisiones
coherentes para seguir teniendo presencia el
mercado (Gómez et al., 2019) siendo un
instrumento cuya utilidad radica en diagnosticar
tránsitos de peligro comprometedores de situación
operativa hasta llegar a una potencial quiebra. Para
los directivos de empresas representará una
medición sobre su gestión y comparación con la
planeación estratégica empresarial en cuanto a
estabilidad financiera.
Por otro lado, algunos autores mencionan al
modelo de Altman como una “ayuda a las
empresas e inversionistas a identificar si están
tomando las decisiones acertadas para continuar
operando en el mercado” (Belalcazar & Trujillo,
2016, p. 2), siendo un buen predictor de estabilidad
financiera de corto plazo, representando un reflejo
excelente de buena o mala administración en una
organización, pudiéndose tomar como un buen
examen de gestión gerencial; en este caso para
PYMES, pero bien se puede aplicar para empresas
de todo tipo en cualquier industria organizacional,
siempre y cuando, a como indican Salazar & Silva
(2019) se cuente con información financiera
recopilada en los Estados Financieros Contables
esenciales.
El modelo original de Altman se establece a
través de una función discriminante fundamentada
en ponderaciones sobre cinco grupos de razones
entre componentes contables, financieros -
económicos; estrechamente relacionados con
liquidez, rentabilidad y deuda, determinándose la
situación de estabilidad financiera, a como se
muestra en Ecuación 1:
Ecuación 1
Modelo de Altman Z-Score
𝒁 = 𝟏. 𝟐 ∗ 𝐗𝟏 + 𝟏. 𝟒 ∗ 𝐗𝟐 +
𝟑. 𝟑 ∗ 𝐗𝟑 + 𝟎. 𝟔 ∗ 𝐗𝟒 +
𝟎. 𝟗𝟗 ∗𝐗𝟓
(4.1)
Nota. Belalcazar & Trujillo (2016). ¿Es el modelo Z - Score
de Altman un buen predictor de la situación financiera de
las Pymes en Colombia? [Tesis de máster, Universidad
EAFIT]. https://repository.eafit.edu.co/handle/10784/11575.
donde:
Z = Indicador Global Z – Score.
X1 = Ratio de Liquidez = Capital Circulante
Neto / Activo Total.
X2 = Ratio de Rentabilidad Acumulada =
Beneficios no Distribuidos / Activo Total.
X3 = Ratio de Rentabilidad = Beneficios antes
de Intereses e Impuestos / Activo Total.
X4 = Ratio de Estructura Financiera = Valor
de Mercado de Fondos Propios / Valor
Contable de los Activos.
X5 = Tasa de Rotación de Capital = Ventas
Netas / Activo Total.
Solórzano-Hernández, R. (2022). Modificación del Modelo Altman Z Score: Indicador de Estabilidad Financiera. Revista Tecnológica-Educativa Docentes 2.0, 14(1), 36-42.
https://doi.org/10.37843/rted.v14i1.298
Modificación del Modelo Altman Z Score: Indicador de
Estabilidad Financiera.
Estas variables o componentes del modelo
requerían de criterios de decisión, conforme a
Contreras (2016) se establecieron los siguientes
rangos de medición de resultados o puntuaciones
obtenidas:
• Por debajo de 1.81 puntos, alta
probabilidad de quiebra futura.
• Entre 1.81 - 2.99 puntos, una zona de
peligro o alerta de quiebra futura.
• Por encima de 3 puntos, una zona de
escaza probabilidad de quiebra futura.
A pesar de, que se han presentado “críticas
al modelo por parte de los analistas, pues su
aplicación solamente era para empresas
manufactureras que cotizaban en bolsa” (Bermeo
& Armijos, 2021, p.4), con el paso del tiempo se
han realizado variaciones de este, para ser
utilizadas en empresas fuera del entorno
originalmente considerado para el modelo. En la
primera variación (Z’) diseñado para empresas
privadas no cotizantes en bolsa, el componente X4
fue modificado por el valor del capital contable en
lugar del valor de mercado de acciones, de esta
manera el modelo se estructuró, a como indica:
Ecuación 2
Modelo de Altman Z’ – Score
𝒁 = 𝟎. 𝟕𝟏𝟕 ∗ 𝑿𝟏 + 𝟎. 𝟖𝟒 ∗
𝑿𝟐 + 𝟑. 𝟏𝟎𝟕 ∗ 𝑿𝟑 + 𝟒. 𝟐𝟎 ∗
𝑿𝟒 + 𝟎. 𝟗𝟗𝟖 ∗ 𝑿𝟓
(4.2)
Nota. Belalcazar & Trujillo (2016). ¿Es el modelo Z - Score
de Altman un buen predictor de la situación financiera de
las Pymes en Colombia? [Tesis de máster, Universidad
EAFIT]. https://repository.eafit.edu.co/handle/10784/11575.
donde:
Z’ = Indicador Global Z’ – Score.
X1: Activo Corriente – Pasivo Corriente /
Activo Total.
X2: Utilidades Retenidas / Activo Total.
X3: Ganancias antes de Intereses e Impuestos /
Activo Total.
X4: Patrimonio Total / Pasivo Total.
X5: Ventas Totales / Activo Total.
Sus parámetros de decisión son:
• Sí Z’ <= 1.23, empresa con gran
probabilidad de caer en insolvencia.
• Sí Z’ >= 2.90 Es una empresa sana.
• Sí Z’ > 1.23 < 2.90 Está en una zona
gris, con grandes probabilidades de caer
en insolvencia.
Con una segunda aplicación denominada
Z’’, el modelo se puede aplicar a empresas en otras
industrias, por ende, pasa a ser el más utilizado por
toda empresa del mundo; matemáticamente se
estructuró a como se indica en Ecuación 3:
Ecuación 3
Modelo de Altman Z’’ – Score
𝒁’’ = 𝟔. 𝟓𝟔 ∗ 𝑿𝟏 + 𝟑. 𝟐𝟔 ∗
𝑿𝟐 + 𝟔. 𝟕𝟐 ∗ 𝑿𝟑 +
𝟏. 𝟎𝟓 ∗ 𝑿𝟒
(4.3)
Nota. Belalcazar & Trujillo (2016). ¿Es el modelo Z - Score
de Altman un buen predictor de la situación financiera de
las Pymes en Colombia? [Tesis de máster, Universidad
EAFIT].
https://repository.eafit.edu.co/handle/10784/11575.
donde:
Z’’= Indicador Global Z’’ – Score.
X1: Activo Corriente – Pasivo Corriente /
Activo Total.
X2: Utilidades Retenidas / Activo Total.
X3: Ganancias antes de Intereses e Impuestos /
Activo Total.
X4: Patrimonio Total / Pasivo Total.
Sus criterios de decisión son:
• Sí Z’’ <= 1.10, empresa con una gran
probabilidad de caer en insolvencia.
• Sí Z’’ >= 2.60, una empresa sana.
• Sí Z’’ > 1.10 < 2.60 Está en una zona
gris. Se requiere de mayor análisis para
determinar si cae en insolvencia. Hay
gran probabilidad de caer en
insolvencia.
Esta segunda aplicación fue utilizada por
Segura (2020) determinando factibilidad real de su
uso como medida preventiva en incrementos de
morosidad, como se sabe el riesgo de mora, o para
Solórzano-Hernández, R. (2022). Modificación del Modelo Altman Z Score: Indicador de Estabilidad Financiera. Revista Tecnológica-Educativa Docentes 2.0, 14(1), 36-42.
https://doi.org/10.37843/rted.v14i1.298
Modificación del Modelo Altman Z Score: Indicador de
Estabilidad Financiera.
otros autores, el llamado Riesgo de Crédito, es
latente para cualquier empresa más aun para
aquellas con una importante parte de ejecución de
sus ventas al crédito o a plazos. Estableciendo una
relación directa entre rentabilidad del activo con el
rendimiento sobre inversión para evitar
incrementos de morosidad en empresas objetos del
estudio, debido a que una entidad sin capacidad de
generar rentabilidad de forma escalable en el
tiempo, en parte es porque no está recuperando el
suficiente efectivo en concepto de ventas, su
inversión realizada en activos no es redituable, con
activos improductivos sin capacidad de contribuir
en crear valor.
Del mismo modo esta variante fue usada en
industrias del sector farmacéutico en el Ecuador,
en un análisis situacional de solvencia de
empresas, obteniendo como conclusión principal:
Las adaptaciones que tiene la formula Z - Altman se
podrían aplicar a cualquier país del mundo, esto
quiere decir que no necesariamente toma en cuenta
las situaciones particulares del país en donde se
aplique la fórmula y es esencial adaptar los resultados
en relación con la situación de dicho país (Meza,
2017, p.15).
En la Tabla 1 se puede apreciar una
comparativa versión original Vs. adaptaciones del
Modelo de Altman Z – Score:
Tabla 1
Comparativas entre la Versión Original (Z) del Modelo Altman y sus Adaptaciones (Z’ y Z’’)
Modelos Altman
Score
Z
Z’
Z’’
Semejanzas
Fundamentado en el uso de una función multivariante
Tres rangos de decisión: Probabilidad de Insolvencia, Empresa Sana y Zona Gris.
Diferencias
Cinco Categorías
de decisión:
liquidez (X1),
rentabilidad
(X2), el
apalancamiento
(X3), solvencia
(X4) y actividad
(X5).
Tiene una modificación en el
componente X4, valor del
mercado de valor bursátil se
sustituye por el valor en libros.
El modelo tuvo una variación
modificando en el componente X5,
como resultado de la sensibilidad del
mismo.
Aportes
Usado en
empresas
manufactureras
cotizantes en el
mercado de
valores.
Usado en empresas
manufactureras fuera del
mercado de valores.
Usado en cualquier tipo de empresas
sin necesidad de cotizar en el
mercado de valores.
Nota. En la tabla se realiza comparativa entre los cambios que presentan las variantes del Modelo Z Altman para su aplicación
para todo tipo empresa. La Variante Z” es la utilizada como base para el proceso de Modificación del Modelo Altman 𝑍
Score por su utilidad en cualquier tipo de empresas y sector económico, elaboración propia (2022).
Conforme a los autores Avello et al. (2019)
pueden surgir limitaciones para un investigador en
el desarrollo de sus trabajos, una de estas podría
ser el acceso a información por parte de ejecutivos
o personal de la institución en estudio, siendo una
realidad en la práctica de investigaciones, dado
que en el estudio se ha incluido por el interés
investigativo a los titulares de posiciones
gerenciales estratégicas de una entidad bancaria;
con posibilidad de una denegación o limitación por
parte del banco del acceso a sus ejecutivos; pero
inclusive dada una respuesta positiva con
información limitada aduciendo sigilo bancario en
su información, por el tipo de entidad
representante. Por su lado, la información
cuantitativa es pública al ser divulgada
periódicamente por la SIBOIF.
La investigación que se encuentra a nivel de
proyecto en la actualidad, tendrá otro tipo de líneas
de continuidad producto del trabajo realizado,
entre estas salidas: la propuesta de acción
normativa para el ente regulador, la SIBOIF, como
un indicador de control de estabilidad financiera,
en otras palabras, que se convierta en normativa
prudencial; lo que estaría en concordancia con la
línea de investigación realizando una innovación
Solórzano-Hernández, R. (2022). Modificación del Modelo Altman Z Score: Indicador de Estabilidad Financiera. Revista Tecnológica-Educativa Docentes 2.0, 14(1), 36-42.
https://doi.org/10.37843/rted.v14i1.298
Modificación del Modelo Altman Z Score: Indicador de
Estabilidad Financiera.
al sector productivo financiero – bancario para su
gestión empresarial y de desarrollo directivo.
Conclusiones
La Modificación del Modelo Altman 𝑍-
Score como Indicador de Estabilidad Financiera
para el caso del Banco de Finanzas de Nicaragua
en el año 2022, dará un aporte sustancial a la
gestión empresarial del mismo, apoyando a sus
análisis y estimaciones financieras para una toma
de decisiones eficiente; constituyendo una
herramienta preventiva, al brindar un indicador
integrando los principales resultados económicos
resultantes de su operación (liquidez, rentabilidad,
deuda).
En el futuro la recomendación de uso del
modelo se presentará como alternativa de
aplicación por parte del ente supervisión de
operatividad bancaria en Nicaragua, SIBOIF,
representado una aproximación de una prueba o
test a ser considerada de forma oficial como norma
prudencial, para determinar o proyectar la
estabilidad financiera de las instituciones bajo su
tutela. Finalmente servirá como antecedente para
investigadores de todos los niveles académicos
como fuente de fundamentación y referencia
teórica.
Agradecimientos
A Dios por brindarme la motivación de
emprender unos estudios en Doctorado en medio
de una época fascinante de cambios disruptivos.
A Fundación Universitaria Iberoamericana –
FUNIBER Nicaragua, por la beca otorgada para
estudiar el Doctorado en Proyectos.
Referencias
Avello, R., Rodríguez, M., Rodríguez, P., Sosa, D., Companioni, B.
& Rodríguez, R. (2019). ¿Por qué enunciar las limitaciones
del estudio? Medisur, Vol. 17, 10 – 12.
Belalcazar, R. & Trujillo, A. (2016). ¿Es el modelo Z - Score de
Altman un buen predictor de la situación financiera de las
Pymes en Colombia? [Tesis de máster, Universidad
EAFIT].
https://repository.eafit.edu.co/handle/10784/11575
Bermeo, D. & Armijos, J. (2021). Predicción de quiebra bajo el
modelo Z2 Altman en empresas de construcción de
edificios residenciales de la provincia del Azuay. Revista
Economía y Política, (33), 48 – 63.
Carballo, M, & Guelmes, E. (2016). Algunas consideraciones
acerca de las variables en las investigaciones que se
desarrollan en educación. Revista Universidad y Sociedad,
vol. 8, 140 - 150.
Carpio, N. & Hernández, C. (2019). Introducción a los tipos de
muestreo. Revista ALERTA, Vol. 2 N° 1, 75 – 79.
https://doi.org/10.5377/alerta.v2i1.7535
Contreras, J. (2016). Análisis de quiebra empresarial: modelo de
ecuaciones de estimación generalizadas sobre datos panel
[Tesis doctoral, Universidad Complutense de Madrid].
https://eprints.ucm.es/id/eprint/37377/1/T37123.pdf
Cotán, A. (2016). El sentido de la investigación cualitativa. Escuela
Abierta, No. 19, 33 - 48.
Gómez, O., Imaicela, R., Morocho, F. & Reinoso, G. (2019).
Modelos financieros en la previsión en el mal manejo
empresarial. Revista Observatorio de la Economía
Latinoamericana.
https://www.eumed.net/rev/oel/2019/08/prevision-manejo-
empresarial.html
Goyanes, M. (2015). ¿Hacia una investigación estandarizada?
Observatorio (OBS*), vol.9 - nº3, 085-099.
Guerrero, R.; Lenise do Prado, M. & Ojeda, M. (2016). Reflexión
crítica epistemológica sobre métodos mixtos en
investigación de enfermería. Enfermería Universitaria, No.
13(4), 246–252.
http://dx.doi.org/10.1016/j.reu.2016.09.001
Hernández, R.; Fernández, C. & Baptista, M. (2014). Metodología
de la Investigación. Pautas y estrategias para el tutor.
McGRAW-HILL.
Instituto de Educación Superior Intercontinental de la Empresa –
IESIDE (2017, 30 de mayo) Conferencia Edward Altman
[Video].
https://www.youtube.com/watch?v=bMm_zWKxOs0
Mousalli, G. (2015). Métodos y Diseños de Investigación
Cuantitativa. https://cutt.ly/cj7vSPh
Paz, K. & Torres, M. (2019). Métodos de recolección de datos para
una investigación. Universidad Rafael Landívar.
http://biblioteca.udgvirtual.udg.mx/jspui/handle/12345678
9/2817
Questionpro. (2021, Enero). ¿Qué es la investigación documental?,
Questionpro.
https://www.questionpro.com/blog/es/investigacion-
documental/
Salazar, N. & Silva, A. (2019). ¿El modelo de Z - Score de Altman
permite prever el estado de quiebra en las Pymes? [Trabajo
de Especialización, Corporación Universitaria Minuto de
Dios]. https://repository.uniminuto.edu/handle/10656/9873
Segura, R. (2020). Aplicación del modelo Z - Score a la cartera de
SRM para evitar incrementos de morosidad [Trabajo de
Licenciatura, Universidad Ricardo Palma].
http://repositorio.urp.edu.pe/handle/URP/3368