Modelo de Clasificación de Riesgo de Incobrabilidad Empresarial

UNIVERSIDAD DE SANTIAGO DE CHILE
FACULTAD DE ADMINISTRACIN Y ECONOMA

DEPARTAMENTO DE ADMINISTRACIN
MODELO DE CLASIFICACIN DE RIESGO

DE INCOBRABILIDAD EMPRESARIAL
Aplicado a Sociedades Annimas Comerciales en Chile
FERDINANDO PAOLO STAGNARO ESPINOZA

CARLOS EDUARDO DAZ BASCUN
Profesor Gua:
HERNALDO ZAMORA ALCNTARA,
Ingeniero Comercial, Licenciado en
Ciencias de la Administracin,
USACH.
Seminario para optar al ttulo de
Ingeniero Comercial en
Administracin de Empresas.
Santiago Chile
2016
DERECHOS DE AUTOR
Ferdinando Stagnaro, Carlos Daz
Se autoriza la reproduccin parcial o total de esta obra, con fines
acadmicos, por cualquier medio o procedimiento, siempre y cuando se
incluya la cita bibliogrfica del documento.
Carta del profesor gua
Carta del profesor informante
Dedicatoria
El gran esfuerzo que dio como fruto esta parsimoniosa investigacin colaborativa
y estudio aplicado, se la dedico a todas aquellas personas que me apoyaron en
este largo proceso, a aquellas personas que siempre creyeron en m y a todas
aquellas personas que me han enseado lo que era menester de ser aprendido
para llegar hasta aqu.
Ferdinando Stagnaro
Dedicatoria
El fruto de un trabajo conjunto, que representa lo mejor de quienes fuimos parte

de l, se lo dedico primeramente a mis padres y hermanas, a todos quienes en
mayor o menor medida fueron parte de esta inolvidable etapa, a aquellos que
han confiado en m desde el primer momento, y en definitiva, a todos quienes
me han acompaado en este enriquecedor camino.
Carlos Daz Bascun.
Agradecimientos
Un principio. Con esas palabras comienzo este agradecimiento, ya que ms que un final
que cierra una larga etapa, lo considero como un principio. Tengo la conviccin de que
todo lo que hacemos, cada paso que damos para alcanzar nuestras metas y objetivos lo
hacemos con la certeza de que el camino que hemos tomado es el correcto para merecer
tal aspiracin. En caso de que estemos perdidos y no sepamos dnde estamos, hacia
dnde vamos, nunca sabremos cmo llegar hasta alcanzar nuestros ms profundos
anhelos.
Quiero partir agradeciendo particularmente a personas que me ayudaron en este
proceso de seminario, y que seguramente, sin ellos no hubiese sido lo mismo.
Agradecer, primeramente, a mi compaero de investigacin, Carlos Daz por su gran
aporte derivado de su enorme capacidad, pero sobre todo, por su paciencia y tolerancia
a lo largo de este difcil y paulatino proceso.
Agradecer, a todos aquellos docentes que aportaron su grano de arena para que este
proyecto viera la luz, al profesor Jorge Prez Barbeito por su orientacin inicial en la
definicin de la temtica a tratar y al profesor Felipe Vargas Z. por su cooperacin con
parte del material bibliogrfico, adems de haber tenido toda la disposicin para nuestras
preguntas al inicio del proceso. Por su supuesto, tambin agradecer a mi profesor gua,
Hernaldo Zamora Alcntara, por toda su paciencia, contribucin, simpata, pero por
sobre todo, su gran dedicacin al estudio lo cual nos permiti generar como resultado
final un seminario aplicado de calidad.
Por ltimo, agradecer a mis preciados amigos, Renato Acua y Sebastin Miranda por
contribuir a una parte de la tabulacin de datos. Muchas gracias a todos.
Ferdinando Stagnaro
Agradecimientos
Comenzar a escribir estas palabras me llevan de manera inmediata a pensar en lo rpido

que pasa el tiempo. En la medida que las cosas se disfrutan ms, el tiempo pareciera
pasar ms deprisa. Esa relatividad en la percepcin del tiempo es la mejor descripcin
de lo que es para m la etapa que hoy estoy pronto a culminar. En este periodo he
crecido, me he equivocado, he aprendido. Es inevitable sentir una mezcla de emociones
que se entrelazan en este momento, ad portas de sellar una etapa tan enriquecedora,
con un trabajo que sin duda requiri lo mejor de m.
Quiero comenzar mencionando a mi compaero de seminario y amigo Ferdinando
Stagnaro, quien fue un soporte esencial en el desarrollo de esta investigacin, aportando
siempre con su responsabilidad, compromiso e invaluable capacidad. Agradezco
tambin su tolerancia en los momentos crticos y su constante apoyo durante el proceso
de desarrollo de este trabajo. Quiero agradecer tambin a mi familia, quienes siempre
han sido los pilares fundamentales en mi vida. Sin ellos probablemente no estara donde
estoy, ni sera quien soy. Agradezco su comprensin en mis malos momentos, su apoyo
en los difciles y su compaa en las alegras. Sin duda todos mis logros se los debo a
ellos, por lo que este trabajo tambin es de ustedes. Tambin quiero agradecer a todos
quienes han aportado de algn modo en la realizacin de este trabajo. Partir por el
Profesor Jorge Prez Barbeito, quien nos proporcion la gua necesaria para elaborar
nuestra propuesta de trabajo. Al profesor Felipe Vargas Z., quien nos proporcion
material bibliogrfico, junto con una siempre buena disposicin para contribuir a nuestra
investigacin. Y finalmente, a nuestro profesor gua, Hernaldo Zamora alcntara, quien
aport con un amplio conocimiento en lo que queramos desarrollar, junto con su calidad
humana, su paciencia y su compromiso continuo con este trabajo.
Finalmente, agradezco a todos los que han formado parte de esta hermosa etapa en mi
vida. Sin duda, me llevo lo mejor de cada uno de ustedes.
Carlos Daz Bascun
DECLARACIN TICA DE LAS FUENTES DE INFORMACIN UTILIZADAS
Yo, Ferdinando Paolo Stagnaro Espinoza, RUT: 18.638.400-8, declaro que mi

seminario de ttulo ha sido elaborado en forma indita, indicando en cada caso
y cuando corresponde las fuentes de informacin utilizadas. Para identificarlas
he utilizado las normas de referencias bibliogrficas de aplicacin universal,
garantizando con ello el respeto a la autora de las ideas ajenas.
Esta declaracin se aplica para todo tipo de referencias bibliogrficas o centros

de consultas de informacin sin importar el medio de circulacin de las
mismas - como por ejemplo: Libros, Revistas, Tesis de grado, sitios de internet,
Peridicos, Diarios y otros impresos.
Firma Candidato
DECLARACIN TICA DE LAS FUENTES DE INFORMACIN UTILIZADAS
Yo, Carlos Eduardo Daz Bascun, RUT: 18.465.587-K, declaro que mi

seminario de ttulo ha sido elaborado en forma indita, indicando en cada caso
y cuando corresponde las fuentes de informacin utilizadas. Para identificarlas
he utilizado las normas de referencias bibliogrficas de aplicacin universal,
garantizando con ello el respeto a la autora de las ideas ajenas.
Esta declaracin se aplica para todo tipo de referencias bibliogrficas o centros

de consultas de informacin sin importar el medio de circulacin de las
mismas - como por ejemplo: Libros, Revistas, Tesis de grado, sitios de internet,
Peridicos, Diarios y otros impresos.
Firma Candidato
TABLA DE CONTENIDO
RESUMEN .......................................................................................................... 1
ABSTRACT ........................................................................................................ 2
INTRODUCCIN ................................................................................................ 3
Justificacin de la Investigacin ..................................................................... 4
Objetivos de la investigacin........................................................................... 5
Objetivos generales ......................................................................................... 5
Objetivos Especficos ...................................................................................... 5
Principales Limitantes ...................................................................................... 6
Fases del estudio .............................................................................................. 8
FASE I: MARCO REFERENCIAL DE LA INVESTIGACIN ............................. 9
Riesgo ................................................................................................................ 9
Riesgo en trminos Econmicos ..................................................................... 9
Riesgo en trminos Financieros .................................................................... 10
Otras precisiones sobre el Riesgo ................................................................. 11
Administracin de riesgos .............................................................................. 12
Cobertura de riesgos ..................................................................................... 15
Riesgo de Crdito ........................................................................................... 18
Conceptos relacionados con el Riesgo de Crdito ........................................ 19
Componentes del Riesgo de Crdito ............................................................. 21
Riesgo de Liquidez ......................................................................................... 24
Conceptos relacionados con el Riesgo de Liquidez ...................................... 25

Componentes del Riesgo de Liquidez ........................................................... 28
Incobrabilidad ................................................................................................. 31
Definicin de Incobrabilidad ........................................................................... 32
Tratamiento de la incobrabilidad en las empresas ........................................ 33
Gestin de cuentas por cobrar ...................................................................... 36
Modelos existentes de prediccin de incobrables ...................................... 47
FASE II: ESTRUCTURA METODOLGICA DE LA INVESTIGACIN ........... 52
Definicin de Hiptesis de Investigacin ..................................................... 52
Seleccin de Variables Relevantes ............................................................... 52
Tipo de Investigacin ..................................................................................... 53
Diseo de la investigacin ............................................................................. 54
Mtodo de recoleccin de datos ................................................................... 56
Tratamiento de la informacin ....................................................................... 56
FASE III: INVESTIGACIN APLICADA .......................................................... 57
Criterios de creacin de la base de datos .................................................... 57
Variables que contiene la Base de Datos ..................................................... 59
Procedimientos Preliminares de Tratamiento de los Datos ........................ 61
Resumen Descriptivo Inicial de la Base de Datos ....................................... 62
Anlisis de Calidad de los Datos ................................................................... 65
Valores Atpicos ............................................................................................. 65

Valores Perdidos ........................................................................................... 66
Limpieza de los Datos .................................................................................... 67
Profundizacin del Anlisis Descriptivo ....................................................... 70
Anlisis Estadstico de Distribuciones y Concentraciones ............................. 70
Anlisis Estadstico de Correlaciones ............................................................ 89
Modelamiento de Datos .................................................................................. 94
Conformacin de la Variable Dependiente .................................................... 94
Conformacin del Modelo .............................................................................. 98
Resultados del Modelo ................................................................................ 100
Expresin del Modelo Final DSM ................................................................ 104
Anlisis Relacional Especfico por Variable ................................................. 105
Conclusiones del Modelo............................................................................. 109
Clasificacin de Riesgo de Incobrabilidad DSC ........................................... 110
CONCLUSIN Y RECOMENDACIONES ...................................................... 117
NDICE DE PALABRAS ................................................................................. 120
BIBLIOGRAFA .............................................................................................. 122
ANEXOS ......................................................................................................... 125
Anexo 1: Tabla con las Sociedades Annimas Abiertas seleccionadas
inicialmente para conformar la poblacin. ................................................... 125
Anexo 2: Sociedades Annimas Abiertas agregadas posteriormente a la
poblacin. .................................................................................................... 127
Anexo 3: Factores de Actualizacin anual de montos expresados en pesos.
.................................................................................................................... 127
Anexo 4: Clculo de Valores Atpicos, Outlier y extremos de la base de datos.

.................................................................................................................... 128
Anexo 5: Tablas de Resultados SPSS de la Regresin Logstica Multinomial
para el modelo final elegido. ........................................................................ 130
Anexo 6: Clasificacin de empresas de la poblacin ordenadas por ao y
probabilidad de riesgo de incobrabilidad. .................................................... 133
Anexo 7: Tablas derivadas del anlisis de la clasificacin de riesgo de
incobrabilidad de las empresas de la poblacin para cada ao respectivo. 139
Anexo 8: Tablas con el clculo del ejemplo de clasificacin de riesgo de
incobrabilidad de la Sociedad COAGRA S.A para el ao 2013. .................. 140
APNDICE ..................................................................................................... 143
Clasificacin de los riesgos ......................................................................... 143
Riesgos Financieros .................................................................................... 144
Riesgos de Negocio..................................................................................... 146
MATERIAL COMPLEMENTARIO .................................................................. 147
COMENTARIOS ............................................................................................. 148
TABLA DE ILUSTRACIONES
ECUACIN 1: DEFINICIN DE RIESGO REPRESENTADO EN FORMA DE

ECUACIN. ............................................................................................... 11
ECUACIN 2: COMPONENTES DE LA PRDIDA ESPERADA ..................... 22
ECUACIN 3: EXPRESIN MATEMTICA DE UN MODELO TPICO DE
REGRESIN LOGSTICA. ......................................................................... 99
ECUACIN 4: EXPRESIN DEL MODELO FINAL DE REGRESIN
LOGSTICA ELEGIDO. ............................................................................ 104
TABLA 1: INFORMACIN MS RELEVANTE PARA UNA DECISIN

CREDITICIA. .............................................................................................. 45
TABLA 2: MODELOS DE SCORING Y RATING APLICADOS EN LA
ACTUALIDAD............................................................................................. 48
TABLA 3: HERRAMIENTAS ECONOMTRICAS, ESTADSTICAS Y DE
MINERA DE DATOS USADAS EN MODELOS DE SCORING Y RATING.
................................................................................................................... 49
TABLA 4: VARIABLES FINANCIERAS Y DE GESTIN DIVIDIDAS POR CADA
UNA DE SUS PERSPECTIVAS Y SUB VARIABLES RESPECTIVAS. ..... 53
TABLA 5: CLASIFICACIN DE VARIABLES CUALITATIVAS DE LA BASE DE
DATOS. ...................................................................................................... 59
TABLA 6: CLASIFICACIN DE VARIABLES CUANTITATIVAS DE LA BASE
DE DATOS. ................................................................................................ 59
TABLA 7: RESUMEN ESTADSTICO DESCRIPTIVO INICIAL DE LAS
VARIABLES DE LA BASE DE DATOS. ..................................................... 63
TABLA 8: CANTIDAD DE VALORES ATPICOS POR VARIABLE INDIVIDUAL.
................................................................................................................... 65
TABLA 9: CANTIDAD DE VALORES PERDIDOS O MISSING POR VARIABLE

INDIVIDUAL. .............................................................................................. 66
TABLA 10: VARIABLES MS SIGNIFICATIVAS Y RELACIONADAS CON LA
INCOBRABILIDAD. .................................................................................... 95
TABLA 11: VARIABLES INDEPENDIENTES POSIBLES PARA MODELAR. .. 99
TABLA 12: CRITERIOS DE ELECCIN DEL POTENCIAL MODELO FINAL. 100
TABLA 13: RESULTADOS DE AMBOS MODELOS POTENCIALES
RELACIONADO CON LA CAPACIDAD EXPLICATIVA DE ESTOS. ....... 101
TABLA 14: RESULTADOS DE AMBOS MODELOS RELACIONADO CON LA
CAPACIDAD PREDICTIVA DE ESTOS. .................................................. 103
TABLA 15: ANLISIS RELACIONADO ESPECFICO POR CADA UNA DE LAS
VARIABLES INDEPENDIENTES DEL MODELO FINAL.......................... 105
TABLA 16: CLASIFICACIN FINAL DE RIESGO DE INCOBRABILIDAD. .... 110
TABLA 17: EJEMPLO DE CLASIFICACIN DE EMPRESA COAGRA S.A AO
2013. ........................................................................................................ 115
TABLA 18: EJEMPLO DE CLCULO EN BASE A DIVERSOS CAMBIOS A
COAGRA S.A AO 2013. ........................................................................ 115
RESUMEN
El presente seminario pretende contribuir a la creacin de una herramienta til
para predecir el comportamiento de empresas involucradas en operaciones de
venta a plazo con el fin de minimizar el riesgo asociado a situaciones relacionadas
a la gestin crediticia y a la incobrabilidad. El objetivo fundamental del proyecto
es establecer un Modelo de Clasificacin de Riesgo de Incobrabilidad. Para ello,
primero se reuni todo el conocimiento requerido para comprender la importancia
del riesgo y sus derivados a travs de su conceptualizacin, para luego pasar a la
conformacin de un Modelo Economtrico de Regresin logstica Multinomial
utilizando el software de estadstica especializado SPSS y de minera de datos
KNIME. El modelo se sustent en la recopilacin, tabulacin y anlisis de la
informacin recabada en una base de datos que contena los resultados
econmicos financieros e informacin de la gestin de las Sociedades Annimas
Abiertas que se encontraban vigentes entre el perodo correspondientes a los
aos 2013-2015. El conocimiento generado ms las conclusiones principales
sobre los resultados del modelo nos permiti llegar a una Clasificacin de Riesgo
de las empresas. Posterior a la clasificacin, se analizaron los resultados globales
en base a la probabilidad asociada a la Incobrabilidad y se tom a una firma de la
muestra como ejemplo para poder explicar el procedimiento empleado. Los
principales hallazgos de la investigacin fueron que existe una alta proporcin de
empresas que poseen un bajo o nulo riesgo de incobrabilidad, correspondiente a
un 83% en promedio contemplando los tres periodos de los aos 2013 a 2015.
Por otro lado, un 5 % en promedio de las empresas poseen un alto nivel de riesgo
de incobrabilidad. Por ltimo, la principal limitacin del estudio se centr en la falta
de informacin disponible lo que redujo la magnitud de la poblacin estudiada.
Palabras Clave:
Riesgo, Probabilidad, Prediccin de Incobrabilidad,

Modelo de Regresin Logstica, Clasificacin de
Riesgo.
Pgina 1
ABSTRACT
The present seminary pretended to create a useful instrument to predict the
behavior of the enterprises involved in operation of credit sales that look for
minimizing their exposures to potential risk situations associated to liquidity, to the
credit, but above all, to moratorium and uncollectible positions. The main project
objective was establish a loan losses risk classification model. For it first, was
compiled all knowledge required to understand the importance of risk and their
derivatives through its conceptualization. After that, it was passed to conformation
of an econometric model based of Logistic regression using the statistic program
SPSS and the data mining program, KNIME. The model was sustained in
recompilation, tabulation and analysis of information contained in the data base
created for purpose. This set of data bases had the data of economic and financial
results and information of data referred to the administration at the annual period
2013-2015. The knowledge generated, in addition to the main model conclusions
allowed to achieve one of the most important study objectives, the risk
classification based on uncollectible situations. The procedure was explicated
with an enterprise example. The prime insights were that in the period, an eighty
percent on average population had a low or null risk of loan losses. For the
contrary, just a five percent on average population had a high level of risk.
Definitively, the main limitation was the lack of information about firm management
that impeded to extend the range of anonymous societies, and maybe, to obtain
better prediction results.
Palabras Clave:
Risk, Probability, Uncollectible Prediction, Logistic

Regression Model, Risk Classification.
Pgina 2
INTRODUCCIN
Hoy en da es fundamental la relacin comercial entre cliente-proveedor. Las
empresas del rubro comercial deben mantener y fortalecer dichas relaciones con
el objetivo de llevar a cabo su actividad. Es por estas razones que la negociacin
entre estos dos actores, y su reconocida simbiosis debe ser de profunda
cooperacin. En caso contrario se originan diferencias, en donde una de las
partes posee ms injerencia que la otra en la toma de decisiones al momento de
negociar e imponer condiciones contractuales. Es ms, uno de los problemas
principales que sufren las empresas es por el hecho de no poder recibir sus pagos
en los tiempos acordados en las operaciones de venta a plazo, las cuales
generan exposiciones al riesgo de crdito, adems de mermas en su capacidad
de liquidez. Es debido a esto, que las empresas han comenzado a gestionar estas
situaciones de moratoria e incobrabilidad mediante modelos predictivos con el
objetivo de disminuir sus potenciales prdidas derivadas de estos riesgos a los
que se ven afectas. En este sentido, es primordial para las empresas comerciales
gestionar eficiente y eficazmente su cuenta clientes, adems de todas las
perspectivas financieras que conforman su operacin. Adems deben poner
especial atencin a factores de gestin que no siempre son considerados como
responsables significativos de los resultados de las firmas, y que generalmente,
si poseen una incidencia ms que relevante. Tambin, se debe colocar nfasis
en los procedimientos y polticas transaccionales en virtud de los cobros y pagos
oportunos, ya que un descuido administrativo de dicha ndole podra costarle a la
empresa, no solo su salud econmica-financiera, sino que tambin, podra
sentenciarla a la quiebra definitiva y permanente.
Pgina 3
Justificacin de la Investigacin
Para todas aquellas firmas que busquen una herramienta til para predecir el
comportamiento de pago de las empresas involucradas en la relacin comercial
cliente - proveedor, y que busquen minimizar el riesgo existente de crdito y de
liquidez derivado de la potencial moratoria e incobrabilidad de dichas cuentas,
adems de ayudar en la toma de decisiones mediante acciones propuestas de
estrategias a nivel global de gestin, antes de que se conviertan en resultados
negativos para las actividades de las empresas.
El estudio contribuye como base de una herramienta de gestin clara y objetiva
referente a la capacidad de las empresas de solventar las obligaciones crediticias
contradas con sus proveedores.
Es conveniente para todos aquellos agentes que realizan actividades
administrativas, y todos aquellos responsables de las decisiones que se toman
tanto a nivel de estratgico como tctico en un contexto empresarial.
Por ltimo, es beneficioso como herramienta de aprendizaje para complementar
los estudios en materia financiera y administrativa, ya que les permitir a los
estudiantes fomentar su capacidad de anlisis tcnico cuantitativo, adems de
su capacidad de anlisis crtico en la determinacin de alternativas y propuestas
de solucin a este tipo de problema o de similar envergadura.
Pgina 4
Objetivos de la investigacin
Objetivos generales
Establecer un modelo predictivo de clasificacin de riesgo de Incobrabilidad
basado en los resultados econmico financieros de las empresas, adems de
factores referentes a la gestin de estas, que permita una mejor gestin de
aquellas cuentas que surgen de los contratos de venta a crdito, en Sociedades
Annimas abiertas con actividad en Chile y que posean algn giro de carcter
comercial.
Objetivos Especficos
Para lograr el objetivo principal, esta investigacin considera los siguientes
objetivos especficos:
Conceptualizar y definir los conceptos de riesgo de crdito, riesgo de

liquidez e incobrabilidad.
Elaborar un modelo economtrico explicativo que permita determinar

las variables ms significativas en el comportamiento del riesgo de
Incobrabilidad asociados a las diversas perspectivas de los resultados
econmico - financieros y factores relacionados con la gestin de las
firmas.
Elaborar un modelo predictivo de clasificacin de riesgo de

incobrabilidad, y aplicarlo en sociedades annimas abiertas con
actividad en nuestro pas.
Analizar resultados obtenidos por el modelo elaborado y plantear

soluciones posibles para el mejoramiento de los ndices de clasificacin
y de la gestin crediticia.
Pgina 5
Principales Limitantes
Dentro de las limitantes de la investigacin encontramos la falta de informacin
contable y financiera de empresas medianas y sociedades limitadas lo que nos
llev a restringir el estudio solo a empresas fiscalizadas por la Superintendencia
de Valores y Seguros, las cuales cuentan con informacin financiera pblica. Esta
informacin es altamente relevante para el estudio ya que son los datos e
informacin que se tratarn y analizaran, para posteriormente, extraer resultados
y conclusiones de su estudio.
Otra de las principales limitantes del estudio guarda relacin con las normas
internacionales de informacin financiera (IFRS1), las cuales desde el ao 2013
y de manera obligatoria rigen los procedimientos contables de las empresas en
Chile. La limitante surge debido a que el horizonte de investigacin incluye los
periodos correspondientes a la etapa de transicin y asimilacin de las normas
internacionales de informacin financiera, y los periodos posteriores a su
implementacin definitiva, por lo cual podra existir diferencias en la estructura de
los estados financieros en trminos relativos lo que dificulta el proceso de
comparacin de los mismos al momento del anlisis y evaluacin de estos.
Por ltimo, en cuanto a las limitantes del modelo, este se encuentra restringido
por limitantes de exposicin de informacin por parte de las sociedades en cuanto
a su gestin, como fueron la cantidad y calidad de sus proveedores, entre otros.
Adems, las Sociedades Annimas Abiertas al ser seleccionadas segn el
criterio de contar con al menos un giro comercial, se gener una diversidad de
empresas pertenecientes a distintas industrias, lo cual enriquece el estudio, pero
tambin genera la limitante al no estar el modelo adaptado a un sector industrial
en particular. La ltima limitante es que no se incluyeron para el estudio a las
International Financial Reporting Standards. Estndares Internacionales de informacin financiera.
Pgina 6
empresas en quiebra para el perodo investigado, sino que solo a las Sociedades
Annimas Abiertas vigentes. Esto debido a la escasez de informacin.
Pgina 7
Fases del estudio

La estructura que presenta este Seminario de ttulo est organizada y distribuida
de la siguiente manera:
Inicialmente se entrega informacin introductoria, la justificacin de la
investigacin, las necesidades de informacin, y los actores beneficiados con
este estudio. Luego de ello, el seminario se divide en 4 fases.
La Fase l presenta el marco referencial de la investigacin. Incorpora un marco
conceptual, sobre los principales tpicos para contribuir como base a la
comprensin del estudio, y un marco terico que pone de manifiesto el
conocimiento existente en relacin a los diversos modelos y tcnicas que puedan
aportar al problema de investigacin.
La Fase ll plantea la estructura metodolgica de la investigacin presentando las
hiptesis iniciales, seleccin de las variables relevantes para el estudio, tipo y
diseo de la investigacin incorporando dentro de su contenido aspectos como
la poblacin objetivo, mtodo de muestreo y tamao de la muestra. Tambin
incorpora el mtodo de recoleccin de datos, tratamiento de la informacin y
aspectos administrativos como la necesidad de recursos y el cronograma de
actividades.
La Fase III da paso a la investigacin aplicada, abarcando la descripcin de la
base de datos, anlisis de los datos obtenidos, su posterior modelamiento a
travs de la formulacin de un modelo economtrico explicativo, para luego dar
paso al desarrollo y aplicacin de un modelo predictivo del cual se derive una
clasificacin del riesgo de Incobrabilidad. Tambin, se presentar la discusin de
los resultados obtenidos, las principales conclusiones elaboradas a partir de la
informacin obtenida de la aplicacin del modelo, para dar paso a propuestas y
recomendaciones finales.
Pgina 8
Fase I: Marco referencial de la investigacin

Riesgo
Si bien no podemos saber con absoluta certeza lo que nos deparar el futuro, si
podemos contribuir en su creacin. Segn Peter Drucker crear el futuro es
sumamente arriesgado, pero es menos arriesgado que no intentar crearlo
(Marciariello, 2006). El riesgo que se asume da a da al tomar decisiones de
diversa naturaleza puede ser minimizado a travs de una toma de decisiones
informada y con una alta capacidad de prediccin.
Los riesgos se encuentran implcitos en todas las actividades que emprendemos
y en cualquier campo o materia en la que actuemos debido a que cualquier accin
est guiada por una decisin precedente que la sostiene y le da forma.
El concepto de riesgo etimolgicamente proviene del latn risicare, y hace
mencin a atreverse o transitar por un sendero peligroso (Haro, 2008). Desde
una visin amplia, el riesgo puede definirse como la contingencia, probabilidad
o proximidad de un peligro o dao (Bonas, Llanes, Usn, & Veiga, 2007).
A diferencia de la incertidumbre comprendida como la inseguridad o duda que
se tenga sobre el resultado de un acontecimiento futuro (Olarte, 2006), en el
caso del riesgo se conoce la probabilidad de que ocurra algn posible desenlace,
mientras que esta es desconocida en un escenario de incertidumbre dominado
por la posibilidad en desmedro de la probabilidad.
Riesgo en trminos Econmicos
Desde el punto de vista netamente econmico, el riesgo puede entenderse como
la prdida financiera que el inversor debe valorar a la hora de realizar una
inversin (Bonas, Llanes, Usn, & Veiga, 2007). Esto dado a que el riesgo es
inherente al proceso de toma de decisiones, y a la naturaleza de este asociada
con las decisiones de inversin.
Pgina 9
Riesgo en trminos Financieros

Particularmente en finanzas, el riesgo est directamente relacionado con
aquellas prdidas potenciales que se pueden sufrir en un portafolio de inversin
(Haro, 2008). Estas prdidas son potenciales dado que se podran dar en el
futuro, y es la razn por la cual las empresas toman diversas medidas de
cobertura para tratar de minimizar este riesgo previsto. El riesgo tambin puede
definirse como la posibilidad de que los rendimientos futuros reales sean
diferentes a los rendimientos esperados, en otras palabras, representa la
variabilidad de los rendimientos (Moyer, McGuigan, & Kretlow, 2005). Esta
definicin supone que siempre existen al menos dos alternativas se sucesos
posibles, el primero asociado a un escenario donde los rendimientos efectivos
que se obtienen son iguales a los que se esperaban, y el segundo asociado a un
escenario en donde los rendimientos reales obtenidos difieren de los
proyectados. Esa diferencia producida en los resultados es la variabilidad de los
rendimientos, y es esa volatilidad de los flujos esperados la que representa la
prdida potencial y da sustento al concepto de riesgo en materia financiera.
P g i n a 10
El concepto de riesgo en un contexto econmico financiero puede ser

representado en la Ecuacin 1.
Ecuacin 1: Definicin de Riesgo representado en forma de ecuacin.
Riesgo
Resultados
Obtenidos
Resultado
s
Esperados
Elaboracin propia a partir de R. Charles Moyer-James R. McGuigan-William J. Kretlow, Administracin

Financiera Contempornea, 9 edicin, editorial CENGAGE Learning, pg. 156.
Otras precisiones sobre el Riesgo

El riesgo puede ser entendido con mayor precisin si es que se incluye en la
definicin determinados conceptos matemtico-estadsticos relacionados con
algunos conceptos de probabilidad. La probabilidad es definida como la
posibilidad porcentual de que ocurra un determinado resultado (Moyer,
McGuigan, & Kretlow, 2005), lo cual pasa a conformar una distribucin de
probabilidad que indica la posibilidad porcentual de incidencia de cada uno de
los resultados posibles (Moyer, McGuigan, & Kretlow, 2005). Es importante
entender que a cada suceso susceptible de derivar en una perdida potencial y
constituirse como un riesgo debe asignrsele una probabilidad asociada a dicho
evento con el objetivo de lograr evaluar y medir aquel riesgo.
P g i n a 11
Administracin de riesgos
Para administrar y gestionar el riesgo, es necesario que la alta direccin
establezca polticas que se ajusten de la manera ms certera posible a las
condiciones tanto financieras como econmicas presenten en el mercado. Esto
permite fortalecer la posicin de la empresa respecto al riesgo, transformando las
decisiones en resultados satisfactorios. Por lo tanto, en la alta direccin deben
definir un sistema que permita identificar claramente los riesgos, su sistema de
cobertura, su significacin e importancia relativa, y la tolerancia al riesgo de la
empresa (cobertura parcial o total) (Prez Barbeito, Finanzas internacionales.
Cmo gestionar los riesgos financieros internacionales, 2014). Este sistema es el
proceso global de la administracin de riesgos, y para ser eficaz, la alta gerencia
de la empresa debe responder a un conjunto de preguntas a travs de este
proceso integral, entre las cuales es posible rescatar las siguientes
representadas en la ilustracin siguiente.
Ilustracin 1: Preguntas de la Administracin de Riesgos
Administracin de Riesgos
Qu riesgos se deben asumir?
Qu riesgos debo eliminar o potenciar?
Qu rentabilidad obtengo sobre los riesgos asumidos?
Es suficiente la rentabilidad obtenida?
Cul es mi estimacin de prdidas?
Cal es la mxima prdida que puedo sufrir?
Elaboracin propia a partir de Jorge Prez Barbeito, Finanzas Internacionales, Editorial USACH,
ao 2014, pgina 252.
Para dar respuesta a estas preguntas es que nace la administracin de riesgos

que es una rama especializada de las finanzas corporativas, que se dedica al
P g i n a 12
manejo o cobertura de los riesgos financieros (Olarte, 2006). Si bien esta

definicin aboca solo a los riesgos financieros, de forma ms general podramos
entenderlo como el proceso por el cual las exposiciones a los variados riesgos
son identificados, medidos y controlados (Jorion, 2001). Esto con el propsito de
evitarlos, reducirlos, retenerlos o transferirlos. Las acciones o propsitos de la
administracin de los riesgos se pueden visualizar en la ilustracin que sigue.
Ilustracin 2: Propsitos de la Administracin de Riesgos
Reducirlos
Retenerlos
Riesgos
Transferirlos
Evitarlos
Elaboracin propia a partir de Philippe Jorion, Value at risk: the new benchmark for managing
financial risk, 2nd edition, editorial McGraw-Hill, page 4.
Objetivos de la Administracin de Riesgos
La administracin de riesgos posee objetivos centrales que fundamentan su

actuar dentro de la empresa, los cuales pueden ser expresados en dos sentidos:
Primero, cubrir las potenciales prdidas econmicas no tolerables, y segundo,
mejorar el desempeo financiero, ya sea del inversionista como de una
determinada empresa, mediante la consideracin de los retornos ajustados por
P g i n a 13
riesgo. La nica forma de que se alcancen estos objetivos es entendiendo los

riesgos que toma la institucin, midindolos, estableciendo controles de riesgo y
comunicndolos a los rganos colegiados correspondientes (comit de riesgos o
consejo de administracin) (Haro, 2008). Es decir, que la nica manera en que
los objetivos de la administracin de riesgos se concreten es sistematizando el
proceso de la gestin de dichos riesgos, implementando un proceso detallado y
continuo.
Etapas de la Administracin de Riesgos
Como todo proceso, la administracin de riesgos consta de una serie de etapas.

La primera tiene que ver con la identificacin de los riesgos, la cual se puede
realizar mediante un perfil de riesgo que consista en una lista en dnde se
detallan los riesgos a los cuales est expuesta la firma. Tambin se deben
establecer los niveles de riesgo, es decir, clasificar aquellos riesgos que estarn
bajo niveles aceptables, tolerables o intolerables en trminos relativos
(porcentuales) y absolutos (unidades monetarias). La segunda etapa se refiere a
la medicin del riesgo, que tiene que ver con su evaluacin y cuantificacin
mediante diversos mtodos cualitativos, mixtos y cuantitativos. Y por ltimo, la
tercera etapa guarda relacin con el control de los diversos tipos de riesgos, los
cuales a su vez son dinmicos ya que cambian constantemente dada su
volatilidad. Es por eso que la empresa debe institucionalizar dentro de su cultura
organizacional, una cultura de riesgos que comprometa a toda la organizacin
con el proceso para que la administracin de riesgos sea responsabilidad tanto
de la alta direccin, como de toda la empresa en su conjunto. Adems la empresa
debe revisar el proceso integral para asegurarse de que siga siendo viable,
confiable y eficaz para gestionar los riesgos.
P g i n a 14
El proceso de administracin de los riesgos puede ser resumido en la ilustracin.

Ilustracin 3: Proceso de la Administracin de Riesgos
Perfil de riesgo
Niveles de
tolerancia al riesgo
Identificacin
Medicin
Evaluacin de
riesgos
Cuantificacin de
riesgos
Monitoreo contnuo
de los riesgos
Revisin del
proceso integral
Control
Elaboracin propia a partir de material de ctedra, docente Felipe Vargas Z. Facultad de

Administracin y Economa, Universidad de Santiago de Chile, ao 2015.
Cobertura de riesgos
Todas las empresas estn afectas a diversos escenarios y posibles sucesos que
pueden traducirse en prdidas potenciales, y por lo tanto, en un riesgo. Aun
cuando todas las compaas presenten riesgos al momento de operar en el
mercado, no todas cubren eficiente y eficazmente los riesgos. Es por ello que
para tratar el riesgo se tienen tres opciones: cubrirlos, no cubrirlos o explotarlos.
Los riesgos se cubren no solo para compensar futuras prdidas, sino que tambin
para generar valor en la empresa. Aun as, hay veces que es conveniente no
cubrir los riesgos, dadas las proyecciones y escenarios favorables que se
vislumbran, donde las condiciones del entorno representan en mayor medida una
oportunidad para la organizacin. En cambio, los riesgos que se explotan son
P g i n a 15
aquellos susceptibles de generar valor a la compaa y a sus accionistas. Las

opciones de tratamiento del riesgo se pueden resumir en la ilustracin siguiente.
Ilustracin 4: Opciones del tratamiento general de Riesgos
Explotarlos
Riesgos
Cubrirlos
No
Cubrirlos
Elaboracin propia a partir de material de ctedra, docente Felipe Vargas Z. Facultad de

Administracin y Economa, Universidad de Santiago de Chile, ao 2015.
La decisin de la alta direccin en trminos de cobertura depende en gran parte

de la actitud que esta tenga frente al riesgo. Esta posicin se conoce
comnmente como aversin al riesgo, la cual posee diversas determinantes,
tales como: las condiciones en que se toma la decisin, la proporcin de
recursos que ella afecta, la situacin de la organizacin y las expectativas que
sienten sus miembros (Prez Barbeito, Finanzas internacionales. Cmo
gestionar los riesgos financieros internacionales, 2014). Es por ello que una
gerencia o directorio con alta aversin al riesgo intentar cubrirse ante ellos en
mayor medida que empresas con un perfil de riesgo opuesto.
Por otro lado, la decisin sobre que metodologa o instrumento se utilizar si es
que se escoge cubrir los riesgos estar dada por las necesidades de cobertura,
P g i n a 16
liquidez de los instrumentos, documentacin requerida, consideraciones

tributarias, costos, entre otros (Prez Barbeito, Finanzas internacionales. Cmo
gestionar los riesgos financieros internacionales, 2014). Es importante recalcar
que de entre las alternativas de cobertura las opciones ms rentables son
siempre las ms arriesgadas, por ello la decisin final depender de la aversin
al riesgo del directivo o agente decisivo, ya que si es alta, elegir la opcin que
implique las menores perdidas posibles (Olarte, 2006).
Dentro de la clasificacin de riesgos existen variadas tipologas que contribuyen
a comprender que los riesgos son variados en su naturaleza y no afectan a las
empresas de la misma forma. Es as como no todas las empresas se ven
afectadas por todos los riesgos, y debido a esto es que se hace menester
entender cules son estos riesgos y cules son sus principales caractersticas2.
A continuacin se proceder a profundizar dos de estos tipos de riesgos que son
objeto del anlisis: Riesgo de Crdito y Riesgo de Liquidez.
La clasificacin de los riesgos de acuerdo a su naturaleza, y en funcin de su definicin y caractersticas

se encuentran en el Apndice: Clasificacin de los riesgos.
P g i n a 17
Riesgo de Crdito
En trminos generales, el concepto de crdito proviene del latn credtum, y es la
cantidad de dinero, o cosa equivalente, que alguien debe a una persona o
entidad, y que el acreedor tiene derecho de exigir y cobrar (Real Academia
Espaola, 2014). Es decir, crdito es un trmino amplio en cuanto a aplicacin
en los negocios respecta, y no se suscribe tan solo a operaciones financieras de
prstamo bancario, sino que tambin puede expresarse dentro de un contexto de
operaciones comerciales de venta a plazo o crdito. Pero como toda decisin de
inversin implica una potencial perdida futura, existe un riesgo crediticio que es
necesario identificar, medir y controlar.
El riesgo de crdito puede concebirse como la disminucin del valor de los
activos debido al deterioro de la calidad crediticia de la contrapartida, incluso en
el caso que la contrapartida cumpla totalmente lo acordado (Bonas, Llanes,
Usn, & Veiga, 2007). De todas formas, en trminos ms acotados como se vio
en la clasificacin de los riesgos, el riesgo de crdito se presenta cuando las
contrapartes que intervienen en un crdito estn poco dispuestas o
imposibilitadas para cumplir sus obligaciones contractuales (Olarte, 2006), y por
ende existe la posibilidad de incurrir en una perdida si la contrapartida de una
transaccin no cumple plenamente las obligaciones financieras acordadas por
contrato, a su debido tiempo, forma o cuanta (Bonas et al. 2007), por lo cual el
riesgo difiere de calidad en funcin de la probabilidad de incumplimiento del
contrato. Es por ello que, particularmente las instituciones financieras intentan
cubrir el riesgo de crdito a travs de la exigencia de garantas o colaterales que
aseguren la operacin en caso de que la contraparte se encuentre inhabilitada o
indispuesta de cumplir con la pautas del contrato previamente establecido.
P g i n a 18
Conceptos relacionados con el Riesgo de Crdito

Para poder profundizar en el riesgo de crdito se debe precisar algunos
conceptos relevantes relacionados a este.
Evento de crdito
Que un riesgo de crdito se haga efectivo requiere que se produzca un suceso

previo que genera una prdida subyacente, este suceso se conoce como evento
de crdito o default y este ocurre en un perodo de tiempo cuando un cliente
incumple las obligaciones contradas por contrato al vencimiento (Bonas et al.
2007). Para que el evento se haga efectivo se requieren dos elementos. El
primero es a lo menos dos partes interesadas que se conectan mediante una
operacin de crdito, y segundo, un documento que respalde dicha operacin y
que obligue mutuamente a ambos agentes.
Tasa de Recuperacin de Activos
Los eventos de crdito a su vez, estn relacionados con la tasa de recuperacin

que es el porcentaje de activos que podra ser recuperado de una contraparte
despus de que este evento ocurre. Por lo tanto la prdida real se obtendr luego
de restarle a la prdida total la recuperacin de activos en trminos monetarios.
Riesgo de Default
El riesgo de default es el riesgo de que una contraparte no cumpla sus

obligaciones, tales como una obligacin de pago, como tambin que un
proveedor no entregue las partes prometidas de entregar, o si un contratista no
rinde los servicios que prometi (Koenig, 2004). Es por ello que el riesgo de
default se encuentra en todas las transacciones contractuales que una empresa
establece con su proveedor, y viceversa.
P g i n a 19
Incumplimiento de las Obligaciones de Pago
Uno de los principales componentes del riesgo de default guarda relacin con el
incumplimiento de las obligaciones de pago, es decir, cuando un deudor no hace
efectivo el pago cuando es debido (Koenig, 2004), representado por una tasa o
probabilidad asociada. Este incumplimiento puede deberse a variadas razones,
tales como:
Repudio: Cuando hay una negacin a aceptar una demanda como vlida.
Moratoria: Ocurre cuando existe una declaracin de detener todos los

pagos por cierto periodo de tiempo (siempre y cuando se tenga algn
poder relativo sobre la contraparte).
Impago: Cuando el pago no se efecta al momento del vencimiento del

plazo acordado
Reestructuracin: En el caso de que se produzca una renegociacin de

los trminos de operacin (lo que perjudica al inversor haciendo las
condiciones menos atractivas)
Vencido y exigible: Cuando la deuda termina vencida y exigible por

determinada razn tal como la cancelacin anticipada.
Insolvencia
Otro de los componentes del riesgo de default es la insolvencia entendida como

la imposibilidad de pagar (incluso si es solo temporal) (Koenig, 2004). Uno de
las partes puede incumplir el pago aun siendo solvente. Generalmente una
situacin de insolvencia financiera lleva a una probable situacin de quiebra de
la entidad.
Quiebra
La quiebra es el inicio de un procedimiento formal para asegurar un trato

equitativo a todos los acreedores de un deudor en mora (Koenig, 2004). El
P g i n a 20
deudor podra estar en default pero no en estado de quiebra, por lo cual el default
no implica automticamente ninguna de las situaciones anteriores.
Componentes del Riesgo de Crdito
El riesgo de crdito est compuesto por elementos que lo determinan. En seguida
se proceder a determinar y describir tales elementos.
Prdida Esperada
La prdida esperada (P.E) es el primero de los elementos del riesgo de crdito,

y depende del deterioro que presenta la cartera en la fecha del anlisis y
determina la calidad de cada uno de los acreditados por medio de su clasificacin,
A su vez, la perdida esperada es el resultado de la combinacin de otras tres
variables. (Bonas et al. 2007).
Exposicin: Esta se define como el importe que se tiene comprometido

ante un evento crediticio.
Probabilidad de incumplimiento: Esta se encuentra vinculada al nivel de

solvencia o rating del emisor.
Severidad: esta es entendida como la prdida real soportada tras el

evento de crdito, una vez finalizado el proceso de recobro.
En trminos cuantitativos, la prdida esperada podemos expresarla como el

resultado de la multiplicacin de todos sus factores determinantes como se puede
apreciar en la Ecuacin 2.
P g i n a 21
Ecuacin 2: Componentes de la Prdida Esperada
Prdida
Esperada
(P.E)
Exposicin
Incumpli
miento
Severidad
Elaboracin propia a partir de Arianna Bonas Piella - Marta Llanes Mateu - Idoya Usn Catan - Noa
Veiga Fernndez, Riesgo de Crdito, Amenaza u Oportunidad, Anlisis e implementacin de los Credit
Default Swaps, Universitat Pompeu Fabra IDEC, Mster en Mercados Financieros, Sexta edicin, 21
de Junio 2007, pg. 6.
Prdida Inesperada
La prdida inesperada (P.I) es la desviacin que se produce entre las perdidas

crediticias experimentadas ex post y la prdida esperada, considerada como
una medida ms de volatilidad de las prdidas crediticias de una cartera. La
prdida inesperada se ve influenciada por diversas variables cuantitativas, tales
como la volatilidad de exposicin, la volatilidad de probabilidad de default, la
volatilidad de la severidad, la concentracin de la exposicin, y las correlaciones
(Bonas, Llanes, Usn, & Veiga, 2007).
P g i n a 22
Ambos conceptos son clave al momento de medir y cuantificar el riesgo crediticio.

La relacin entre prdida esperada y prdida inesperada puede visualizarse en
el grfico de la ilustracin siguiente.
Ilustracin 5: Distribucin de Prdidas - Relacin entre Prdida Esperada y Prdida Inesperada
Elaboracin propia a partir de Arianna Bonas Piella - Marta Llanes Mateu - Idoya Usn Catan - Noa
Veiga Fernndez, Riesgo de Crdito, Amenaza u Oportunidad, Anlisis e implementacin de los
Credit Default Swaps, Universitat Pompeu Fabra IDEC, Mster en Mercados Financieros, Sexta
edicin, 21 de Junio 2007, pgina 8.
En definitiva, el riesgo de crdito reside en la indisposicin o la imposibilidad de

satisfacer los trminos pactados en un contrato previo por una contraparte, y esta
situacin deriva, generalmente, en un evento de crdito como el incumplimiento
de las obligaciones de pago que finalmente recaen en hechos de moratoria o
incobrabilidad que afectan a la empresa debido a la exposicin comprometida en
la transaccin comercial. Es por ello que se utilizan indicadores como la Prdida
Esperada y la Prdida Inesperada cuyo objetivo central es medir y cuantificar el
riesgo crediticio con tal de tomar decisiones que contribuyan a su gestin.
P g i n a 23
Riesgo de Liquidez
La liquidez es una de las variables econmica financieras ms relevantes para
todas las empresas, sea esta comercial, financiera o de otro rubro o actividad. La
liquidez se refiere a la relacin entre el conjunto de dinero en caja y de bienes
fcilmente convertibles en dinero, y el total del activo, de un banco u otra entidad
(Real Academia Espaola, 2014). De la definicin se desprende que la liquidez
no solo hace mencin al dinero que toda empresa posee en las cuenta caja o
tesorera del balance general respectivo, sino que tambin a todos aquellos
activos susceptibles de ser liquidados o convertidos en efectivo en un corto
periodo de tiempo (menor a un ao). El hecho de que una empresa enfrente
problemas de liquidez implica que esta corre un determinado riesgo referente a
las potenciales prdidas futuras en las que pudiese incurrir derivado de tales
problemas.
El riesgo de liquidez hace mencin a la incapacidad de conseguir obligaciones
de flujos de efectivo necesarios, lo cual puede forzar a una liquidacin anticipada,
transformando en consecuencia, las prdidas en papel en prdidas realizadas.
As tambin puede comprenderse como la contingencia de que la entidad incurra
en prdidas excesivas por la venta de activos y la realizacin de operaciones con
el fin de lograr la liquidez necesaria para poder cumplir con sus obligaciones
(Olarte, 2006).
P g i n a 24
Conceptos relacionados con el Riesgo de Liquidez

A continuacin se precisarn determinados conceptos referentes a la liquidez
como concepto, y al riesgo de liquidez asociado.
Beneficios
El beneficio de una empresa es diferente a la liquidez, y es entendida como la

diferencia entre los recursos generados y los recursos consumidos durante un
periodo, y este beneficio puede traducirse o no en liquidez (Guarriarn, 2004).
Recursos Generados
Los recursos generados a su vez, son los ingresos que una empresa reconoce
(Guarriarn, 2004). La generacin neta de fondos (beneficio) se encuentra
representada en el estado de resultado de la empresa, mientras que las
inversiones operativas estn expresadas en el balance general, y ambos se
encuentran relacionados en funcin de la liquidez.
Ciclo de Explotacin
Antes de poder analizar dicha conexin es menester precisar un concepto clave

en el anlisis de la liquidez, que es el ciclo de explotacin definido como el
tiempo que se tarda en recuperar una unidad monetaria invertida en la actividad
tpica de una empresa (Guarriarn, 2004). La longitud del ciclo de explotacin
depender de factores tales como los procedimientos y polticas de
aprovisionamiento, la rapidez en la produccin o la velocidad en generar ventas
y cobros que se derivan de estas. El establecimiento e identificacin adecuada
del ciclo de explotacin ayuda a profundizar el anlisis de la liquidez.
La liquidez de una empresa puede ser analizada mediante la utilizacin de ratios
financieros, tal y como el ratio de liquidez (activo circulante/pasivo circulante), el
cual ofrece informacin esttica sobre la situacin de la empresa respecto a la
liquidez en un determinado momento en el tiempo. Ms completo es el anlisis
P g i n a 25
de la liquidez mediante dos conceptos que la conforman: El fondo de maniobra,

y las necesidades de fondos operativas.
Fondo de Maniobra
El fondo de maniobra es el conjunto de todo aquellos recursos a largo plazo que

financian inversiones a corto plazo (Guarriarn, 2004) Este fondo de maniobra
puede ser incrementado de varias formas, siendo el
ms significativo
proveniente de los recursos que generan las propias operaciones de la empresa.

Este se representa en la ilustracin que sigue.
Ilustracin 6: Clculo del Fondo de Maniobra
Fondos a largo plazo

- Inversiones a largo plazo
= Fondo de maniobra
Elaboracin propia a partir de Ramn Guarriarn, El anlisis de la liquidez: fondo de maniobra y
necesidades de fondos, Editorial Ediciones Deusto - Planeta de Agostini Profesional y Formacin S.L.,
2004, pgina 31.
Necesidades de Fondos Operativas
Por otro lado, las necesidades de fondos operativas es la inversin permanente

que hay en las operaciones (Guarriarn, 2004). Esta inversin neta en las
operaciones se deriva de la diferencia entre el activo circulante operativo
(inventarios y clientes) y el pasivo circulante operativo (proveedores y acreedores
comerciales), y en la medida en que el ciclo de explotacin es indefinido, tambin
lo sern las necesidades de fondos operativas.
P g i n a 26
Este se muestra en la ilustracin siguiente.

Ilustracin 7: Clculo de las Necesidades de Fondos Operativas
Clientes
+ Existencias
- Proveedores
= Necesidades de fondos operativas
2004, pgina 31.
Luego de evaluadas ambas variables, y ya que todas las empresas operan

obteniendo un diferencial a su favor en el desarrollo de su actividad, se debe
establecer el margen de las operaciones para posteriormente compararlo con la
inversin que las empresas desembolsan. Esto se debe a que comparando los
recursos generados y el incremento de la inversin en operaciones, es donde se
hace posible hacer un adecuado anlisis de la generacin de liquidez de una
empresa (Guarriarn, 2004).
P g i n a 27
Liquidez
Por ltimo, es posible afirmar dados las variables anteriores, que la liquidez de
una firma en un determinado momento en el tiempo viene dada por el diferencial
entre las necesidades de fondos operativas y el fondo de maniobra.
Componentes del Riesgo de Liquidez
Ilustracin 8: Clculo de la Liquidez en un determinado momento en el tiempo.
Fondo de maniobra
- Necesidades de fondos operativas
= Liquidez en un determinado momento en el tiempo

2004, pgina 31.
El riesgo de liquidez puede considerarse como el resultado de la combinacin de

dos grandes componentes. Los componentes del riesgo de liquidez estn
representados en la siguiente forma.
Riesgo de Fondeo
El riesgo de fondeo es uno de los principales determinantes del riesgo de liquidez,

y hace mencin a la posibilidad de que una entidad no pueda cumplir con sus
obligaciones de pago en la forma pactada, debido al desajuste entre los flujos de
fondos de activos y pasivos (Snchez, 2012). Como ya vimos, la liquidez es una
variable esencial para toda empresa que establezca operaciones comerciales
con otra entidad, y por ende que mantenga obligaciones contractuales que deba
P g i n a 28
cumplir. Es por esto que si la empresa posee un desajuste de sus flujos de fondos
derivados de activos y pasivos se corre el riesgo de no poder hacer efectivo el
cobro o pago, y por lo tanto de incurrir en una prdida, adems del desprestigio
frente al mercado y dems externalidades que trae un eventual riesgo de liquidez.
Riesgo Contingente
El otro factor determinante del riesgo de liquidez, es el denominado riesgo

contingente el cual se entiende como el riesgo de que eventos futuros puedan
requerir un volumen de liquidez superior a la prevista (Snchez, 2012). Es decir,
este componente implica que pueden ocurrir diversos escenarios tanto favorables
como adversos a los intereses de la empresa, pero que en caso de que el
escenario sea adverso, la magnitud de liquidez que le exigen las circunstancias
a la entidad puede ser mayor a la proyectada, siendo la diferencia entre esa
estimacin errada y la situacin real, la prdida por concepto de riesgo de liquidez
asumida por la firma. Ms precisamente, el riesgo contingente puede producirse
cuando ciertos flujos de caja tengan un vencimiento y/o una cuanta diferentes a
los previstos contractualmente (Snchez, 2012). Por lo tanto, no es slo la
magnitud de las obligaciones fijadas bajo contrato las que deben cubrirse, sino
que tambin el eventual descalce entre la fecha en que el cobro o pago se
efecta, y la fecha en la que debi haberse efectuado.
En conclusin, en el caso de que una empresa posea primeramente un
determinado nivel de riesgo de crdito debido a la indisposicin o imposibilidad
de la contraparte de hacer efectivo una determinada obligacin de pago , esto
generar que la empresa (dgase la relacin cliente proveedor) contraiga
dificultades en su capacidad de cumplir con sus obligaciones contractuales de
pago, ya sea porque contaba previamente con un riesgo de fondeo, o por el
riesgo contingente derivado del evento de crdito que le exige contar con un
volumen de liquidez superior al esperado, y que por lo tanto, llevan
inevitablemente a un riesgo de liquidez para la firma dadas las potenciales
P g i n a 29
prdidas que esta puede sufrir al requerir una mayor cantidad de recursos para
solventar dicha operacin comercial.
P g i n a 30
Incobrabilidad
Los cambios repentinos que deben afrontar las empresas que desempean
alguna actividad de carcter comercial, los efectos de las variables de mercado
o fallas en la gestin de las empresas son algunos ejemplos de elementos que
influyen de manera significativa en la forma en como la organizacin lleva a cabo
sus procesos y en los resultados que esta obtenga en los periodos futuros.
Estos factores inciden en mayor o menor grado en la capacidad de la empresa
para responder a sus obligaciones en el corto plazo. Como vimos anteriormente,
dentro del proceso de interaccin entre empresas encontramos la relacin
crediticia. Esta relacin Cliente-Proveedor est compuesta por las denominadas
Cuentas por Cobrar, las que podemos definir como Derechos exigibles
originados por ventas, servicios prestados, otorgamiento de prstamos o
cualquier otro concepto anlogo (Fernndez, 1998).
Estas cuentas por cobrar representan un tipo de crdito sin inters asociado,
obteniendo como nica garanta la promesa de pago por parte del cliente en los
plazos previamente acordados. Sin embargo, este tipo de crdito posee un riesgo
de incumplimiento, que podra desencadenarse debido a la falta de liquidez del
cliente para cumplir con su obligacin crediticia, priorizacin de este a otras
obligaciones cuyas exigencias sean mayores o cuyas repercusiones sean ms
significativas, entre otras. Por lo tanto, debemos entender que dentro de la
relacin crediticia entre Cliente y Proveedor, existe un grado de incumplimiento
en los plazos acordados o bien, un incumplimiento total de la obligacin, lo que
lleva a las empresas a destinar esfuerzos a la gestin de este riesgo de
incumplimiento al que podran verse enfrentados.
P g i n a 31
Definicin de Incobrabilidad
El Concepto de incobrabilidad est altamente estandarizado en cuanto a su
definicin, encontrando semejanzas en las diversas fuentes investigadas que
hacen mencin al trmino. Para las empresas la incobrabilidad representa el
costo en que incurre una firma provocado por la demora de pago del cliente, o
bien, el no cumplimiento total del crdito. Esta imposibilidad de exigir el
cumplimiento de las cuentas por cobrar generan una disminucin en la cantidad
de activo rpidamente liquidable para la cancelacin de pasivos y obligaciones
exigidas a la empresa en el corto plazo y, por otro lado, ocasionan un costo de
oportunidad al inmovilizar recursos que podran generar un beneficio al ser
destinados en otras actividades, unidades dentro de la organizacin o
instrumentos financieros (Prez Barbeito, 2012).
La incobrabilidad lleva adicionalmente asociada dos tipos de riesgos por
concepto de venta al crdito: El riesgo de liquidez el cual representa las
dificultades de la empresa para recuperar los crditos otorgados, lo cual impacta
en la solvencia a corto plazo de la organizacin y, el riesgo de cambio, que afecta
a los contratos en moneda extranjera y que hace referencia a las modificaciones
que puede experimentar el tipo de cambio y por ende, provoque cambios en el
valor del contrato (Prez Barbeito, 2012).
El concepto de incobrabilidad tambin ha sido definido como un tipo de deudor
que cumple ciertas caractersticas. Esta clasificacin contempla 4 tipos de
deudores (Godoy, 2008):
Deudores por venta: Cuenta patrimonial del activo que representa el
monto total del dinero que le deben al ente.
Deudores morosos: Cuenta patrimonial del activo que representa el
importe total de deudores que se encuentran en mora con el cliente.
P g i n a 32
Deudores de litigio o en gestin judicial: Cuenta patrimonial del activo que

representa el importe total de deudores que se encuentran en reclamo
judicial.
Deudores incobrables: Cuenta de resultado negativo que representa la
deuda
que
ha pasado
por todas las categoras mencionadas
precedentemente y que es imposible su recuperacin. Vase la ilustracin.

Ilustracin 10: Secuencia de la categorizacin de deudores.
Deudores por venta

Deudores morosos
Deudores en litigio o en gestin judicial
Deudores incobrables
Material acadmico elaborado a partir de Godoy, E. (2008). Contabilidad para abogados. Florida:
Valletta Ediciones
Tratamiento de la incobrabilidad en las empresas

Para hacer frente al riesgo de incumplimiento, las empresas se valen de diversas
herramientas y procedimientos ya sea para asumir la prdida de las deudas que
no podrn ser exigidas, gestionar las polticas crediticias o predecir el
comportamiento de los clientes para disminuir al mnimo el riesgo de
incumplimiento de estos. Estas herramientas y procedimientos empleados no son
excluyentes entre s, pudiendo funcionar como complementos para mejorar la
gestin del negocio en general.
P g i n a 33
Tratamiento contable de la incobrabilidad
Al final de cada periodo contable se estima el importe correspondiente a las

cuentas incobrables para obtener una cifra emprica y razonable de las prdidas
que representan las cuentas por cobrar no exigidas y la aparicin de estas en los
estados de resultados.
El procedimiento contable consiste en la previa estimacin de incobrabilidad de
las cuentas por cobrar, determinando un cierto porcentaje el cual ser
provisionado.
De manera preliminar podemos sealar 4 mtodos para calcular las cuentas
incobrables visualizadas en la siguiente ilustracin.
Ilustracin 11: Mtodos para calcular las cuentas incobrables.
Mtodo
porcentaje de
las ventas
Mtodo de
cancelacin
Directa
Mtodo
porcentaje de
cuentas por
cobrar
Mtodo porcentaje
sobre la historia
de
comportamiento
de las cuentas por
cobrar
Material acadmico elaborado por el Profesor Jaime Corts Zamora para la ctedra Contabilidad I de
la Facultad de Administracin y Economa de la Universidad de Santiago de Chile.
De estos mtodos sealados, tres utilizan estimacin estadstica para determinar

el porcentaje a provisionar sobre las cuentas por cobrar, llevando a cabo un
mtodo contable indirecto en el cual se emplean cuentas complementarias para
el registro de esta estimacin y su representacin tanto en los activos de la
empresa y en los estados de resultados. La estimacin en la siguiente ilustracin.
P g i n a 34
Ilustracin 12: Estimacin Estadstica. 1
Mtodo
porcentaje
de las ventas
Para estos mtodos, la estructura del registro contable es la que se muestra en

la ilustracin.
Ilustracin 13: Estructura del Registro Contable.
La provisin acta como una cuenta complementaria de activo la cual rene la

estimacin de incobrables sin descontar de manera directa su valor a las cuentas
por cobrar, permitiendo que no se pierda informacin sobre los movimientos de
la empresa. As, es posible medir y observar si el problema est en la gestin
crediticia o en tareas especficas como el proceso de cobro. Junto a esto, para
P g i n a 35
reconocer la prdida, se lleva a los estados de resultados las estimaciones por

incobrables como egreso, representando una prdida sin salida efectiva de
dinero, es decir, una prdida de valor del activo en cuestin.
Por otro lado est el mtodo de cancelacin directa la que consiste en descontar
de manera franca de las cuentas por cobrar la porcin de este activo que ya no
podr ser exigible. Sin embargo, este mtodo es menos utilizado debido a la
perdida de informacin que conlleva al variar constantemente la valoracin de la
partida y a su vez, asume el riesgo total de un posible grado de incobrabilidad.
Ilustracin 14: Estructura del Registro Contable 2.
Gestin de cuentas por cobrar

El crdito comercial o de proveedores es una de las formas ms comunes de
financiamiento a corto plazo en casi todas las empresas. Por lo general, las
compras realizadas de manera continuada y repetitiva, estn disponibles en
condiciones de compra que permiten una cierta demora en los pagos (Prez
Barbeito, 2012).
Segn (Prez Barbeito, 2012)El crdito de proveedores otorga ciertas ventajas
en su utilizacin, como por ejemplo:
Disponibilidad inmediata. Su obtencin es altamente accesible debido a
que est presente en cada compra que se realiza. Aunque es preciso
sealar que debe existir un perodo de relacionamiento previo, las
relaciones de negocio se van instaurando gradualmente.
P g i n a 36
Fuente de financiamiento de gran flexibilidad.
Existe una menor
rigurosidad que la existente en otras fuentes de financiamiento. A su vez,

no se requiere la presentacin de garantas para obtener este tipo de
crdito.
Altamente til para pequeas empresas, las que tienen mayor dificultad
para acceder a otras formas de financiamiento, a diferencia de las
empresas de mayor tamao que tienen mayor acceso a este.
El IVA crdito fiscal puede ser utilizado de manera inmediata para
compensar el IVA dbito fiscal generado en las ventas, lo que genera una
economa de recursos.
Por su amplia utilizacin, las empresas destinan esfuerzos y recursos para hacer
de la gestin crediticia un proceso eficiente y constructivo. Para ello, las variables
que es posible utilizar son las siguientes (Prez Barbeito, 2012):
La tasa de descuento que se otorga por pronto pago.
El tiempo durante el cual un cliente est autorizado a diferir el pago de su
factura, manteniendo la posibilidad del descuento por pronto pago.
La duracin del crdito, es decir, el plazo del perodo del crdito,
La intensidad de las acciones para la recuperacin de los crditos,
Las categoras de clientes a los cuales se les conceden crdito.
El monto total de las lneas de crdito ofrecido a los clientes.
Sin embargo, la utilizacin de la venta al crdito implica asumir ciertos costos
asociados, dentro de los que podemos destacar los siguientes (Prez Barbeito,
2012):
Los costos de investigacin: Costo asociado al proceso que va desde la
recepcin de la solicitud de crdito hasta la generacin de informes que
facilitan la decisin de aceptacin o rechazo de las solicitudes de crdito.
Esta informacin puede ser comprada a empresas especializadas, o bien
elaborada de manera interna.
P g i n a 37
Los costos de cobranza: Al establecer una poltica de crdito, existe la

necesidad de crear una unidad de cobranza con la implementacin
necesaria o contratar servicios especializados de cobranza, por ejemplo
de los bancos.
Los costos de capital: La empresa debe obtener recursos para financiar
los crditos que otorgar, los cuales debern generar los beneficios
suficientes para cubrir los costos del financiamiento que la empresa
deber obtener de fuentes internas o externas.
El costo de las prdidas por cuentas incobrables: La relacin crediticia
posee un riesgo de incumplimiento originado por falta de liquidez del
cliente para el pago del crdito, quiebra del cliente, prescripcin de la
deuda, entre otros. Lo cual lleva a la empresa a la necesidad de
provisionar y adelantarse a una posible perdida por este concepto.
La necesidad de capital de trabajo y su relacin con las cuentas por cobrar
Como vimos anteriormente, las cuentas por cobrar representan una fuente de
financiamiento de corto plazo muy utilizada, lo cual la relaciona directamente con
el capital del trabajo que requiere una empresa, la determinacin de la cantidad
de financiamiento que necesita y los recursos que debe emplear para ello.
Antes de continuar, debemos definir brevemente el concepto de capital de
trabajo.
Una definicin de capital de trabajo altamente aceptada seala que: El capital
de trabajo es la parte de los activos corrientes de la empresa que se financia con
recursos o fondos a largo plazo (Gitman, 2000).
El capital de trabajo constituye los recursos necesarios para que la empresa lleve
a cabo su actividad y sea capaz de gestionar sus activos y cumplir con sus
pasivos de corto plazo.
P g i n a 38
De manera alternativa, se puede definir capital de trabajo como la parte de los

capitales permanentes (patrimonio ms pasivo no corriente o deuda a largo
plazo) que no es tan invertidos en activos no corrientes, y por lo tanto, estn
disponibles para financiar las necesidades del ciclo operacional (Prez Barbeito,
2014).
Las operaciones generales de las empresas suelen estar compuestas por:
Aprovisionamiento o compra; Produccin o transformacin; Comercializacin o
distribucin, relacionndose continuamente y de manera peridica o cclica.
Dependiendo del tipo de actividad que lleve a cabo la empresa, las operaciones
y duracin de estas dentro del curso operativo sern muy distintos dada las
diferencias en la naturaleza de estas.
Otro termino importante a definir es el ciclo operacional, el cual podramos
definir como El tiempo que transcurre desde el momento en que se compra la
materia prima hasta la recuperacin de las cuentas por cobrar generadas por la
venta del producto final; pasando por el proceso de produccin, almacenamiento
o bodegaje y venta (Prez Barbeito, 2014).
El ciclo operacional se ve representado en el siguiente esquema ilustrativo:
P g i n a 39
Ilustracin 15: Ciclo operacional de una empresa comercial.
Barbeito, J. P. (2014). Calculo de la necesidad de capital de trabajo. En J. P. Barbeito, Gestin y

capital de trabajo (pgs. 21-42). Publicaciones - FAE USACH.
En el ciclo operacional de las empresas comerciales no existe produccin, lo que

hace que el ciclo sea ms corto, iniciando a partir de la compra de mercaderas
y terminando con la recuperacin del producto de la venta de mercaderas. (Prez
Barbeito, 2014).
P g i n a 40
Ilustracin 16: Ciclo Operacional de una empresa comercial 2.

Por otro lado, asociado al ciclo operacional, tenemos el ciclo de caja, el cual
podemos definir como El perodo de tiempo que transcurre desde el momento
en que se efecta el pago por la compra de materias primas, hasta el momento
en que se cobra el producto de la venta.
P g i n a 41
El siguiente esquema ilustrativo representa el ciclo de caja dentro del ciclo

operacional de una empresa.
Ilustracin 17: Ciclo Operacional de una empresa comercial 3.

Es posible apreciar que el ciclo de caja representa aquella parte del ciclo
operacional que debe ser financiado por la empresa, ya sea a travs de la
obtencin de financiamiento externo o con recursos de la propia empresa.
Esta metodologa utiliza los siguientes ndices para el clculo de los ciclos antes
mencionados (Prez Barbeito, 2014):
P1: Plazo Promedio. de Almac. de Materias Primas =
Stock de Materias Primas

Compras
365 das
P g i n a 42
P3: Plazo Prom. de Almac. de Prod. en procesos =
Stock de Productos en Proceso

Costo deProduccin Anual
365 das
P4: Plazo Prom. De Almac. de Prod. Terminados =
Stock de Productos Terminados

Costos de Ventas
365 das
Proveedores
P2: Plazo Promedio de Proveedores = Compras Anuales 365 das

P5: Plazo Promedio de Cuentas por Cobrar =
Clientes y Doc.por Cobrar

Ventas
365 das
Con los ndices financieros utilizados, podemos determinar la duracin de los

ciclos de la siguiente manera:
Ciclo operacional: P1 + P3 + P4 + P5
Ciclo de caja: (P1 + P3 + P4 + P5) P2
A medida que la empresa es capaz de reducir la duracin de sus ciclos y de
mantener un equilibrio entre el plazo promedio de proveedores y el plazo
promedio de las cuentas por cobrar, lograr hacer ms eficiente su gestin
crediticia.
Este mtodo le permite a la empresa no solo visualizar la duracin de su ciclo
operativo sino que tambin le permite la evaluacin sus polticas crediticias, una
posible flexibilizacin de estas e identificar discordancias entre los periodos de
cobro y pago o posibles oportunidades como el aprovechamiento de los
descuentos por pronto pago ofrecidos por los proveedores.
La incobrabilidad afecta directamente a estos ciclos y por ende, impacta a la
gestin de la empresa y a los resultados obtenidos. Mientras mayor sea el nivel
de incobrabilidad, mayor ser la necesidad de capital de trabajo de la empresa,
esto podra alargar el ciclo operacional a travs de la disminucin en la rotacin
de cuentas por cobrar y a su vez, podra ocasionar un problema de liquidez para
P g i n a 43
la empresa al dejar de percibir una porcin del ingreso esperado, debiendo

recurrir a otras fuentes de financiamiento para hacer frente a sus obligaciones de
corto plazo, aumentando la necesidad de capital de trabajo.
La decisin de concretar una relacin crediticia
Llegar a concretar una relacin crediticia es un todo un proceso que parte por la
necesidad de informacin sobre el cliente que ser evaluado. Esta informacin
consiste principalmente en datos de carcter financiero y crediticia junto con
referencias anteriores de este y su comportamiento de pago. A su vez, la
empresa tambin puede obtener informacin desde otras fuentes que
complementen la informacin sobre el cliente. Es importante considerar que la
informacin requerida estar limitada por el tiempo que demora obtenerla y los
costos asociados tanto a ello como a la evaluacin crediticia (Prez Barbeito,
2014).
Las fuentes de informacin de mayor importancia se indican en la siguiente tabla:
P g i n a 44
Tabla 1: Informacin ms relevante para una decisin crediticia.
Estados
financieros
Estos constituyen una confiable fuente de informacin. Es importante

procurar que esten debidamente auditados. Una empresa reacia a entregar esta
informacin podra intentar ocultar su situacin financiera actual.
Informes de
Agencias
especializadas
Existen en el mercado agencias especializadas que proporcionan informes de

calificaciones de crdito, en base a una suscripcin. Estos informes incluyen
informacin valiosa sobre la historia de la empresa sus principales ejecutivos,
giro del negocio, lista de proveedores, su situacin financiera, estado de las
relaciones bancarias, etc.
Informes
Bancarios
El banco con que opera la empresa solicitante del crdito, puede ser una
fuente de informacin til acerca del cliente potencial. Por esta va se pueden
conseguir antecedentes valiosos sobre saldos promedio, crditos vigentes,
experiencia de trabajo, situacin financiera, etc. Aunque dependiendo de las
polticas del banco, esta no siempre es de fcil acceso.
Intercambio de
informacin
La informacin de crdito se intercambia con frecuencia entre las empresas

que operan con el mismo cliente. La informacin que se puede obtener por
esta va dice relacin con la antigedad de la cuenta, el mximo de crdito
otorgado, el monto del cupo del crdito y su comportamiento de pagos.
Experiencia de
la misma
empresa
Las mismas empresas mantienen con frecuencia bases de datos que

contienen informacin sobre los principales clientes potenciales, que facilitan
los anlisis de una solicitud de crdito.
Elaboracin propia a partir de la informacin obtenida de (Prez Barbeito, La gestin de las cuentas
por cobrar, 2012)
P g i n a 45
El anlisis del Crdito
Segn (Prez Barbeito, 2012) una vez reunida la informacin sobre el crdito,
debe efectuarse un anlisis de la solicitud de crdito. El grado de profundidad y
sofisticacin del instrumental de anlisis debe estar en directa relacin con el
tamao y la perspectiva de rentabilidad que ofrece la cuenta.
El anlisis debe buscar una discriminacin entre clientes potenciales buenos y
malos.
La discriminacin basada sobre datos cualitativos
La discriminacin basada en indicadores financieros
La discriminacin por el mtodo del "credit Scoring".
Teniendo esta informacin podemos observar que en el proceso de decisin
sobre concretar una operacin y posterior relacin crediticia requiere y depende
de numerosos factores para lograr el xito esperado. Para que una relacin
crediticia sea rentable debemos disminuir en el mayor grado posible el nivel de
incertidumbre sobre el cumplimiento futuro de dicha obligacin. Por lo tanto,
emplear metodologas ms sofisticadas, potenciadas por el desarrollo
tecnolgico, complementando los procedimientos actuales puede no solo agilizar
el proceso de decisin crediticia, sino que tambin disminuir los costos asociados
y las potenciales perdidas.
P g i n a 46
Modelos existentes de prediccin de incobrables

El creciente desarrollo tecnolgico ha dado lugar a la creacin e implementacin
de diversas metodologas que involucran tcnicas matemticas y de anlisis de
datos para lograr un mejor manejo del riesgo en la gestin crediticia. Estos
sistemas automatizados junto a una correcta base terica conforman una potente
herramienta de gestin aplicable segn los requerimientos de quien lo emplee.
Dentro del mbito crediticio, dado el crecimiento notorio que ha tenido en los
ltimos aos, se han desarrollado variados modelos que permiten asignar
probabilidades de ocurrencia a una hiptesis u objetivo planteado previamente,
como por ejemplo, Tomar el crdito ofrecido? o Pagar el crdito solicitado?
Los modelos permiten asignar una probabilidad de incumplimiento a los clientes,
elaborando perfiles de riesgo, dadas ciertas condiciones, con el fin de predecir si
dicho cliente cumplir o no su obligacin.
Antes de mencionar modelos especficos sobre el tema central de este
documento, es pertinente definir ciertos conceptos y presentar de manera breve
diversas metodologas presentes en la tabla 2.1 que utilizan modelos
matemticos y estadsticos como herramientas de prediccin aplicados en la
actualidad en diversos escenarios.
P g i n a 47
Tabla 2: Modelos de Scoring y rating aplicados en la actualidad.
Elaboracin propia a partir de informacin recabada de diversos autores. (Altman, 1968) (Alonso,
2007) (Coloma, Weber, Guajardo, & Miranda, 2006) (Girault, 2007)
Estos modelos para ser aplicados emplean herramientas economtricas,

estadsticas y de minera de datos. Cada una de las mencionadas herramientas
poseen su propia metodologa, tipos de variables que con las cuales pueden
trabajar y usos en la actualidad, los cuales hemos querido resumir en la siguiente
tabla:
P g i n a 48
Tabla 3: Herramientas economtricas, estadsticas y de minera de datos usadas en modelos de Scoring y

rating.
Elaboracin propia a partir de informacin recabada de diversos autores (Beaver, 1966) (Gujarati &
Porter, 2010) (Greene, 2012) (Gu & Gao, 2000)
Los modelos y metodologas presentados anteriormente pueden ser llevados y

aplicados en la bsqueda de diversos objetivos. Dentro de este documento
hemos evidenciado la importancia de la relacin crediticia entre empresas y a su
vez, pudimos observar las dificultades que puede provocar una gestin deficiente
P g i n a 49
en este mbito. La aplicacin de un modelo de prediccin que permita crear un

acercamiento concreto a la determinacin de la probabilidad de default o de no
pago de las operaciones crediticias que contrae la empresa contribuirn a
incrementar el grado de eficiencia en cuanto a la gestin de crdito.
Por lo tanto, debemos determinar a que debe responder el modelo a construir
para utilizar las herramientas y metodologas que mejor se adapten a los
requerimientos y objetivos planteados.
Se requiere un modelo que sea capaz de determinar la probabilidad de que un
cliente no pague el monto asociado a la relacin crediticia entre ambos o bien,
que demore el cumplimiento de la obligacin fuera de los plazos permitidos, a
travs de la utilizacin de informacin histrica y financiera sobre el cliente.
Determinada la finalidad del modelo, y asocindola al conocimiento que
adquirimos previamente con los diversos tipos de modelos y metodologas
aplicadas, consideramos que el modelo a construir se basar de manera
preliminar en un Modelo de Scoring, con el objetivo de asignar un cierto puntaje
a cada cliente para posteriormente llevar a cabo una clasificacin que permita
asignar rangos de aprobacin o rechazo dado su respectivo puntaje.
Este modelo de Scoring se desarrollar utilizando la metodologa economtrica
regresin logstica, la cual permite dicotomizar la variable dependiente,
asignando un puntaje de corte establecido a criterio de la empresa en base a su
experiencia, que nos permitir conocer en qu nivel se considerar una cuenta
incobrable. Esta dicotomizacin de la variable dependiente tambin permite la
asignacin del puntaje del Scoring ya que asigna los extremos 0 y 1, permitiendo
visualizar la posterior clasificacin de las probabilidades obtenidas.
Si bien las metodologas escogidas sern en gran parte las guas para la
construccin del modelo de clasificacin, es importante destacar que tambin se
evaluarn e incorporarn elementos pertenecientes a otras metodologas que
P g i n a 50
pudiesen enriquecer la capacidad predictiva del modelo siempre y cuando estas

sean compatibles con la base de modelamiento.
P g i n a 51
Fase II: Estructura Metodolgica de la Investigacin

Definicin de Hiptesis de Investigacin
Las hiptesis que se buscan corroborar estn derivadas del problema de
investigacin, adems del inters propio de los investigadores. stas son las que
siguen.
1-El modelo clasifica correctamente a las empresas estudiadas segn su nivel
de riesgo asociado";
2- "El modelo es un buen predictor de incobrabilidad de las empresas estudiadas
bajo las condiciones dadas"
Estas hiptesis sern confirmadas al final del presente estudio.
Seleccin de Variables Relevantes

Las variables que sern evaluadas, extradas y, posteriormente, analizadas son
el resultado de una seleccin exhaustiva en base a los modelos existentes de
clasificacin y de prediccin de incobrables junto con sus respectivas
metodologas. Las variables seleccionadas son aquellas utilizadas en dichos
modelos previos, adems de otras incluidas bajo la autora de los investigadores
en base a su criterio experto. Estas han sido separadas en dos grandes grupos:
(i) aquellas variables referentes a los resultados y ratios financieros de las
entidades estudiadas; y (ii) aquellas variables que guardan directa relacin con
la gestin de las firmas. Tanto la divisin propuesta, como la especificacin de
las variables que componen cada grupo se muestran en la tabla siguiente.
P g i n a 52
Tabla 4: Variables Financieras y de Gestin divididas por cada una de sus perspectivas y sub variables
respectivas.
Razn Corriente
Variables
de
Gestin
Variables Financieras
Liquidez
Eficiencia
Eficacia
Endeudamiento
Aos
Cantidad
Prueba cida
Capital de Trabajo Neto
Capital de Trabajo Neto Operativo
Rotacin de Activos
Rotacin de Cartera
Rotacin de Proveedores
Perodo Promedio de Cobro
Perodo Promedio de Pago
Rentabilidad sobre Ventas
Rentabilidad sobre Activos
Rentabilidad sobre Patrimonio
Endeudamiento
Autonoma
ndice Pasivo Corto Plazo
Capital Propio
Aos Operacin
Aos Experiencia CEO
N Trabajadores
N Proveedores
Elaboracin propia a partir del anlisis de la informacin preliminar y de las caractersticas del modelo
escogido.
Tipo de Investigacin
El enfoque de investigacin que se utilizar para efectos de este seminario es el
cuantitativo-deductivo, el cual Roberto Hernndez Sampieri define como aquel
que usa la recoleccin de datos para probar hiptesis con base en la medicin
numrica y el anlisis estadstico, para establecer patrones de comportamiento y
probar teoras (Sampieri, 2010). Esto se debe a que a travs de instrumentales
lgicos se busca formular preguntas de investigacin e hiptesis, las cuales sern
puestas a prueba para corroborar su veracidad mediante el tratamiento y anlisis
de los datos recabados mediante mtodos de medicin estandarizados con base
numrica estadstica.
Primeramente, la investigacin tendr un carcter exploratorio. En dicha seccin,
se proceder a recopilar informacin tanto del tema a investigar, como de todo
aquel conocimiento requerido en el campo de la incobrabilidad en funcin de los
P g i n a 53
modelos existentes que permiten la clasificacin de las empresas, as como

tambin aquellos modelos utilizados para predecir el grado de incobrabilidad de
las mismas.
Posteriormente, la investigacin obtendr un carcter descriptivo. En esta fase
del estudio, en una primera instancia se recabar informacin financiera y sobre
la gestin de las empresas que conforman la poblacin objetivo, para luego pasar
al anlisis econmico-financiero en relacin a la capacidad de pago de los sujetos
de estudio con el objetivo de poder clasificarlos y predecir el fenmeno de la
incobrabilidad.
Finalmente, el estudio tendr un carcter correlacional, ya que se busca asociar
el comportamiento de las variables tanto financieras como relacionadas con la
gestin de la firma al grado de incobrabilidad de estas con el fin de corroborar las
hiptesis de la investigacin.
Diseo de la investigacin
Con el objetivo de dar respuesta a las preguntas de investigacin y demostrar las
hiptesis expuestas, los seminaristas utilizarn una metodologa que se basa en
un diseo documental Histrico mediante la obtencin y posterior anlisis de
los Estados Financieros de las empresas estudiadas las que debern contar con
a lo menos 5 aos de operatividad.
La poblacin objetivo del presente estudio se encuentra conformada por todas
aquellas empresas que cotizan en la Bolsa de Comercio de Santiago de Chile
como emisores de acciones en dicho mercado, inscritos a la fecha, y que son
fiscalizadas por la Superintendencia de Valores y Seguros (SVS), debiendo
presentar y transparentar sus Estados Financieros ante dicha entidad, y que
adems poseen a lo menos un Cdigo de Actividad Econmica relacionado con
el rubro H- Comercio al por Mayor y Menor, Repuestos. Vehculos.
P g i n a 54
Automotores/Enseres Domsticos definidos por el Sistema de Impuestos

Internos (S.I.I), los cuales van desde el cdigo 501010 hasta el nmero 526090.
En cuanto al tamao de la poblacin descrita, con fecha 6 de abril de 2016, las
empresas inscritas en la Superintendencia de Valores y Seguros (SVS) que
cumplen las condiciones anteriormente expuestas corresponden a 65 sociedades
burstiles. Entre los sectores industriales en los cuales compiten las empresas
caracterizas por su actividad econmica principal, se encuentran empresas de
negocios de la Energa, el Retail, Bancos e Instituciones Financieras,
Organizaciones Deportivas, Compaas de Telecomunicaciones, Firmas de
Alimentacin, entre otras. Adems, se encuentran presentes los tres sectores
econmicos principales: El extractivo primario, el manufacturero secundario, y el
de servicio terciario. Esta gran diversidad de actividades que desarrollan las
empresas constituyentes de la poblacin, enriquece el estudio, siendo este
aplicable a diferentes realidades econmicas u operacionales.
Por ltimo, se efectuar un censo probabilstico por conveniencia debido a que
se escogieron las empresas que sern incluidas en el estudio dadas sus
caractersticas, dentro de las cuales podran ser sometidas al anlisis aquellas
sociedades que son del inters pleno del estudio y que aportan a resolver el
problema de investigacin mediante inclusin forzosa, aun cuando no cumplan a
cabalidad con los requisitos expuestos anteriormente.
P g i n a 55
Mtodo de recoleccin de datos

La recoleccin de los datos provendr principalmente de fuentes secundarias,
compuestas por informacin contenida en el sitio web de la Superintendencia de
Valores y Seguros y Memorias anuales de las empresas que componen el
universo bajo estudio.
Tratamiento de la informacin
La informacin obtenida, tanto financiera como de gestin ateniente a cada
empresa que compone el universo bajo estudio, ser recopilada, procesada e
ingresada en planillas Excel que faciliten su orden y correcta separacin, las
cuales sern utilizadas en las etapas siguientes.
El anlisis preliminar descriptivo de la base de datos, as como su limpieza
posterior se efectuar con el software de minera de datos KNIME.
Una vez obtenida la informacin necesaria y las variables a utilizar para comenzar
el proceso de creacin del modelo, emplearemos el software estadstico SPSS
especializado en el tratamiento de informacin para la posterior estimacin de los
modelos a construir.
Antes de proceder al modelamiento, se corroborar que todos los datos estn en
condiciones de ser tratados para evitar cualquier efecto negativo que este pueda
causar en los resultados finales.
Pasando al proceso de modelamiento propiamente tal, se ingresan las variables
consideradas, y se emplea la estimacin de un modelo de regresin logstica, con
variable dependiente dicotomizada, para luego dar paso al anlisis de capacidad
predictiva y explicativa del modelo, anlisis y evaluacin de resultados, posibles
modificaciones al modelo y posterior clasificacin de las empresas bajo estudio
segn los resultados arrojados por el modelo.
P g i n a 56
Fase III: Investigacin Aplicada

Criterios de creacin de la base de datos
La base de datos con la cual se trabajara en una primera instancia, fue
confeccionada tomando diversos criterios en la seleccin de las variables a
considerar, los mtodos de clculo empleados, adems de otras consideraciones
que se tomaron en cuenta para su creacin.
Primero, la base de datos se elabor como ya se ha mencionado anteriormente
mediante la poblacin formada por las Sociedad Annimas Abiertas 3 que por
mandato de la Superintendencia de Valores y Seguros (SVS) deben publicar sus
Estados Financieros y otra informacin pertinente a su gestin de forma
peridica, que poseen a lo menos un giro comercial a su haber dentro de los
cdigos de actividad econmica declarados por el Sistema de Impuestos Internos
(SII), adems de que cuentan con sistemas de presentacin de su contabilidad
en la modalidad IFRS Full para facilitar la uniformidad y consistencia en las
cuentas y partidas tratadas, as como en los clculos y unidades de medida de
las magnitudes. Tambin se incluy de forma forzosa una serie de empresas4
que aun no teniendo a lo menos un cdigo de actividad econmica referente al
rubro del Comercio, aun as dada la naturaleza de su actividad y su importancia
relativa en el anlisis fueron agregadas al conjunto de empresas anteriormente
compuesto.
Las firmas adems se filtraron de acuerdo a criterios especficos y se tomaron
determinados resguardos para no entorpecer el tratamiento de los datos. Estos
criterios son los siguientes:
Ver Anexo 1: Tabla con las Sociedades Annimas Abiertas seleccionadas inicialmente para conformar la
poblacin.
4
Ver Anexo 2: Sociedades Annimas Abiertas agregadas posteriormente a la poblacin.
P g i n a 57
Las empresas consideradas estn vigentes y en operacin al 31 de

diciembre de 2015.
Las empresas consideradas trabajan con Monedas Funcionales
distintas las cuales son de dos tipos: El dlar Estadounidense (USD) y
el peso Chileno (CLP). En este caso se realizar una operacin de
conversin a una moneda nica y comn. El valor de la conversin
considerada ser de CLP 707,34 correspondiente al precio de cierre
de la divisa al 30 de diciembre de 2015. Adems, se aplicar un factor
de actualizacin anual para cada ao respectivo 5 con el objetivo de
llevar los montos a valor presente para efectos de la investigacin.
Las empresas consideradas expresan sus montos y resultados en
Miles (M).
Luego de haber filtrado y completado la seleccin de las firmas tiles para el
anlisis, se procedi a extraer los datos tomando las siguientes
consideraciones:
Se extrajo una serie de variables separadas en dos grandes grupos. El
primer grupo consta de las variables econmica financieras
extradas directamente desde los Estados Financieros publicados en
el sitio Web institucional de la SVS. Mientras que el segundo grupo de
variables fueron denominadas como variables de gestin extradas
desde las memorias de las sociedades, adems del sitio Web de la
SVS mencionado anteriormente.
Se extrajeron los datos del perodo 2013-2015, correspondientes a tres
aos de operacin de las empresas y al 31 de diciembre de cada ao
respectivo. Es decir, la informacin obtenida posee una periodicidad
anual.
Ver Anexo 3: Factores de Actualizacin anual de montos expresados en pesos.
P g i n a 58
Posterior a la divisin de las variables, se comenz el proceso de

extraccin y tabulacin de los datos recabados. Es relevante
mencionar que los datos obtenidos son el input necesario para el
clculo que dar como resultado las variables reales que se utilizarn
en el anlisis subsecuente. Estas variables son los Ratios o
indicadores econmicos financieros, adems de los datos relacionados
con la gestin de la firma.
Una vez elaborada la base de datos, se pasar a la fase III del estudio, en donde
se proceder su descripcin y anlisis estadstico preliminar en el cual se
detallarn las variables utilizadas, su clasificacin, sus unidades de medidas, as
como toda aquella informacin referente a su descripcin y comportamiento.
Variables que contiene la Base de Datos

La base de datos inicial est formada por un total 21 variables y 195 registros. El
detalle de la clasificacin de las variables se dicta a continuacin.
Tabla 5: Clasificacin de Variables Cualitativas de la Base de Datos.
Variable Cualitativa
Descripcin Variable Cualitativa
Razn Social
Variable de Identificacin de la Sociedad

Annima Abierta que indica su nombre
inscrito en su estatuto de constitucin
Elaboracin propia a partir de la conformacin de la base de datos.

Tabla 6: Clasificacin de Variables Cuantitativas de la Base de Datos.
Variable Cuantitativa
Descripcin Variable Cuantitativa
Razn Corriente
Variable financiera expresada en pesos

chilenos (valor aproximado)
Prueba cida

P g i n a 59
Variable financiera expresada en millones

de pesos chilenos (valor aproximado)
Capital de Trabajo Neto Variable financiera expresada en millones

Operativo
de pesos chilenos (valor aproximado)
Rotacin de Activos

Rotacin de Cartera
Variable financiera expresada en nmero

de veces (valor aproximado)
Variable financiera expresada en nmero

de veces (valor aproximado)
Perodo
Promedio
de Variable financiera expresada en cantidad
Cobro
10
de das (valor aproximado)
Perodo Promedio de Pago Variable financiera expresada en cantidad

de das (valor aproximado)
11
Rentabilidad
sobre
las Variable
Ventas
12
Rentabilidad
14
expresada
en
porcentaje (valor aproximado)

sobre
los Variable
Activos
13
financiera
Rentabilidad
financiera
expresada
en

sobre
el Variable
financiera
expresada
en
Patrimonio
Endeudamiento

15
Autonoma

16

17
Capital Propio

P g i n a 60
18
Aos Operacin
Variable de Gestin expresada en cantidad

de aos (valor fijo)
19
Aos Experiencia CEO

de aos (valor fijo)
20
N Trabajadores

de personas (valor fijo)
21
N Proveedores

de actores relacionados (valor fijo)
En total, la base de datos contiene 21 variables, dentro de las cuales solo 1 es

una variable cualitativa, mientras que las 20 restantes son variables cuantitativas.
Procedimientos Preliminares de Tratamiento de los Datos

La base de datos fue ingresada en el software de minera de datos especializado
Knime con el objeto de efectuar determinadas modificaciones de limpieza de la
base de datos, adems de enriquecer el anlisis descriptivo estadstico.
Una vez que se conform la base de datos, se procedi a efectuar dos cambios
preliminares a esta con el fin de no entorpecer el anlisis subsecuente. Estos dos
cambios fueron los siguientes.
Primeramente, se procedi a cambiar los tipos de variables que no
concordaban con la lectura del software Knime. Estas dos variables eran
el Capital de Trabajo Neto y el Capital de Trabajo Neto Operativo, los
cuales fueron interpretados como variables decimales cuando en realidad
estaban expresadas como montos enteros.
Posteriormente, se procedi a normalizar los datos, en especfico, de las
dos variables financieras sealadas, las que al estar expresadas en
unidades de medidas con magnitudes muy diferentes a las dems
variables se desvirtuaba su anlisis ulterior.
P g i n a 61
Luego de haber efectuado tales modificaciones, la base de datos qued en

condiciones ptimas para ser analizadas mediante estadstica descriptiva.
En el siguiente apartado, se mostrar una tabla resumen con los principales
indicadores estadsticos que ayudan a describir la base de datos de manera
inicial.
Resumen Descriptivo Inicial de la Base de Datos

Ahora, se presentar una tabla resumen con la estadstica descriptiva de las
variables que conforman la base de datos. Los indicadores estadsticos
presentados en el orden son:
Mnimo
Mximo
Media Aritmtica
Mediana
Desviacin Estndar
Skewness
Kurtosis
P g i n a 62
Tabla 7: Resumen estadstico descriptivo inicial de las variables de la base de datos.
.
P g i n a 63
Resumen estadstico derivado del software especializado en minera de datos KNIME.
Ms adelante se profundizar en el anlisis estadstico descriptivo de las

variables que son ms interesantes y tiles para efectos de la investigacin.
P g i n a 64
Anlisis de Calidad de los Datos

Valores Atpicos
Los valores atpicos se conforman por los valores Outlier y los valores extremos.
Ambos valores se obtienen al calcular en qu posicin se encuentran respecto a
la banda del rango intercuartlico del conjunto de datos, el cual es una medida de
dispersin estadstica que corresponde a la diferencia entre el tercer y primer
cuartil de una distribucin.6.
Tabla 8: Cantidad de valores atpicos por variable individual.
Valores
Valores
Total
Outlier
Extremos
Valores
Atpicos
Razn Corriente
16
Prueba cida
23
30
Capital
Neto 4
22
26
de
Trabajo
Operativo
5
Rotacin de Activos
Rotacin de Cartera
13
18
18
10
Rentabilidad
sobre
las 8
15
23
sobre
los 11
17
Ventas
11
Rentabilidad
Activos
Ver Anexo 4: Clculo de Valores Atpicos, Outlier y extremos de la base de datos.
P g i n a 65
12
Rentabilidad
sobre
el 10
18
Patrimonio
13
Endeudamiento
19
22
14
Autonoma
19
23
15
16
Capital Propio
22
23
17
Aos Operacin
18
Aos Experiencia CEO
10
11
19
N Trabajadores
21
24
20
N Proveedores
12
12
Total Valores Atpicos
318
Valores Perdidos
Los valores perdidos o tambin conocidos como valores Missing son aquellas
celdas vacas de cada fila que no tienen valor asignado en cada campo
respectivo. Estos se calcularon por cada una de las variables en cuanto a su
cantidad y porcentaje dentro del total.
Tabla 9: Cantidad de valores perdidos o Missing por variable individual.
Razn Corriente
No Tiene
Prueba cida
No Tiene
No Tiene
Capital
No Tiene
de
Trabajo
N Missing
Neto
% del Total
Operativo
6
Rotacin de Activos
No Tiene
Rotacin de Cartera
No Tiene
No Tiene
P g i n a 66
No Tiene
10
No Tiene
11
Rentabilidad
sobre
las
No Tiene
sobre
los
No Tiene
sobre
el
No Tiene
Ventas
12
Rentabilidad
Activos
13
Rentabilidad
Patrimonio
14
Endeudamiento
No Tiene
15
Autonoma
No Tiene
16
No Tiene
17
Capital Propio
No Tiene
18
Aos Operacin
No Tiene
19
Aos Experiencia CEO
No Tiene
20
N Trabajadores
No Tiene
21
N Proveedores
81
41,54%
Total Valores Missing
81
Limpieza de los Datos

Valores Atpicos
Dentro de los valores atpicos, la nica variable que no cuenta ni con valores
Outlier ni con valores extremos es el ndice Pasivo Corto Plazo. Sin embargo,
aun cuando estos valores se presenten en una cantidad considerable tanto en el
caso de los valores Outlier como en el caso de los valores extremos, se decidi
no filtrarlos debido a que al hacerlo se podra perder informacin valiosa para el
modelamiento y al anlisis. Es por ello que finalmente se dejarn como parte de
la base de datos final con la que se seguir trabajando.
P g i n a 67
Valores Perdidos
La nica variable dentro de la base de datos que presenta valores perdidos es la
variable de gestin N Proveedores, ya que si bien las empresas deben
presentar sus estados financieros y sus memorias, adems de otra informacin
relativa a su administracin ante la Superintendencia de Valores y Seguros, no
todas transparentan la cantidad de proveedores con la cual trabajan o poseen
contratos. Es ms, son solo algunas las que indican el nmero exacto de
proveedores vigentes y otras pocas sealan tan solo los proveedores principales
con los cuales generan transacciones en su operacin.
Es por ello, que se ha decidido derechamente no filtrar, y en cambio, extraer la
variable N Proveedores de la base de datos debido a la gran cantidad de
valores Missing que posee cercano al 42% lo cual invalida su uso, y con el fin de
no dificultar el procesamiento posterior de los datos en el modelamiento.
P g i n a 68
Ilustracin 18: Grfico de proporcin que representa la cantidad de valores perdidos o Missing de la variable
N de Proveedores.
Cantidad de Valores Missing v/s Empresas

que Transparentan sus Proveedores
42%
58%
Transparenta Proveedores
Valores Missing
Elaboracin propia en Excel a partir de la conformacin de la base de datos.
Luego de haber filtrado, la base total con la que se trabajar consta de 20

variables en total, donde 1 es cualitativa y las restantes 19 son cuantitativas.
P g i n a 69
Profundizacin del Anlisis Descriptivo

Anlisis Estadstico de Distribuciones y Concentraciones
Razn corriente
Ilustracin 19: Grficos de distribucin y concentracin de la Razn Corriente.
Elaboracin propia en KNIME a partir de la conformacin de la base de datos.
Podemos ver que esta variable posee una distribucin asimtrica positiva, ya que
los datos se concentran mayormente hacia la izquierda de la media. Tambin es
posible observar que el coeficiente de Kurtosis es mayor a 0 (5,8631) lo cual
indica que existe una gran concentracin de los datos en la regin central de la
distribucin (leptocurtica). Los datos se concentran en el rango comprendido
entre 0,089 y 3,397, mostrando valores atpicos en la parte superior de la grfica.
La media es de 1,7781, con una desviacin estndar de 1,0548, lo cual
representa el grado de fluctuacin con respecto a la media provocado por la
existencia de valores atpicos. Podemos ver que el 50% de las empresas bajo
estudio tiene una razn corriente menor a 1,5323. Mientras que un 25% de las
empresas bajo estudio poseen un indicador superior a 2,096. En cuanto a los
valores atpicos, las empresas muestran una Razn corriente superior a 3,397.
P g i n a 70
Prueba cida
Ilustracin 20: Grfico de distribucin y concentracin de la Prueba cida.
Podemos ver que esta variable, al igual que la razn corriente, posee una
distribucin asimtrica positiva, ya que los datos se concentran mayormente
hacia la izquierda de la media. Tambin es posible observar que el coeficiente de
Kurtosis es mayor a 0 (15,4112) lo cual indica que existe una gran concentracin
de los datos en la regin central de la distribucin (leptocrtica). Los datos se
concentran en el rango comprendido entre 0,081 y 2,509, mostrando valores
atpicos en la parte superior de la grfica. La media es de 1,3537, con una
desviacin estndar de 0,8315, lo cual representa el grado de fluctuacin con
respecto a la media provocado por la existencia de valores atpicos. Podemos
ver que el 50% de las empresas bajo estudio tiene una prueba cida menor a
1,231. Mientras que un 25% de las empresas bajo estudio poseen un indicador
superior a 1,684. En cuanto a los valores atpicos, las empresas muestran una
prueba cida superior a 2,509.
P g i n a 71
Capital de trabajo neto

Ilustracin 21: Grfico de distribucin y concentracin del Capital de Trabajo Neto.
El capital de trabajo neto (MM$) posee una distribucin asimtrica negativa, ya

que los datos se concentran mayormente hacia la derecha de la media. Tambin
es posible observar que el coeficiente de Kurtosis es mayor a 0 (164,8871) lo cual
entre -149,8 y 400,8, mostrando valores atpicos en la parte superior e inferior de
la grfica. La media es de -1920,4, con una desviacin estndar de 27822,8, lo
cual representa el grado de fluctuacin en millones del capital de trabajo neto con
ver que el 50% de las empresas bajo estudio tiene un capital de trabajo neto
menor a 61,02. Mientras que un 25% de las empresas bajo estudio poseen un
indicador superior a 164,2. En cuanto a los valores atpicos, las empresas
muestran un capital de trabajo neto superior a 400,8 en la parte superior de la
grfica, mientras que en la parte inferior, la base de datos posee empresas con
capital de trabajo neto menor a -149,8.
P g i n a 72
Capital de trabajo neto operativo
Ilustracin 22: Grfico de distribucin y concentracin del Capital de Trabajo Neto Operativo.
El capital de trabajo neto operativo (MM$) posee una distribucin asimtrica

negativa, ya que los datos se concentran mayormente hacia la derecha de la
media. Tambin es posible observar que el coeficiente de Kurtosis es mayor a 0
(147,267) lo cual indica que existe una gran concentracin de los datos en la
regin central de la distribucin (leptocurtica). Los datos se concentran en el
rango comprendido entre -200,7 y 321,3, mostrando valores atpicos en la parte
superior e inferior de la grfica. La media es de 771,3, con una desviacin
estndar de 12021,9, lo cual representa el grado de fluctuacin en millones del
capital de trabajo neto operativo con respecto a la media provocado por la
estudio tiene un capital de trabajo neto operativo menor a 53,4. Mientras que un
25% de las empresas bajo estudio poseen un indicador superior a 139,03. En
cuanto a los valores atpicos, las empresas muestran un capital de trabajo neto
operativo superior a 321,3 en la parte superior de la grfica, mientras que en la
parte inferior, la base de datos posee empresas con capital de trabajo neto
operativo menor a -200,7.
P g i n a 73
Rotacin de activos
Ilustracin 23: Grfico de distribucin y concentracin de la Rotacin de Activos.
Podemos ver que la rotacin de activos posee una distribucin asimtrica

positiva, ya que los datos se concentran mayormente hacia la izquierda de la
(5,1898) lo cual indica que existe una gran concentracin de los datos en la regin
central de la distribucin (leptocurtica). Los datos se concentran en el rango
comprendido entre 0,03 y 1,409, mostrando valores atpicos en la parte superior
de la grfica. La media es de 0,7, con una desviacin estndar de 0,3973, lo cual
estudio tiene una rotacin de activos menor a 0,66. Mientras que un 25% de las
valores atpicos, las empresas muestran una rotacin de activos superior a 1,409.
P g i n a 74
Rotacin de cartera
Ilustracin 24: Grfico de distribucin y concentracin de la Rotacin de Cartera.
Podemos ver que la rotacin de cartera posee una distribucin asimtrica

positiva, ya que los datos se concentran mayormente hacia la izquierda de la
(7,2468) lo cual indica que existe una gran concentracin de los datos en la regin
central de la distribucin (leptocurtica). Los datos se concentran en el rango
comprendido entre 1,42 y 14,278, mostrando valores atpicos en la parte superior
de la grfica. La media es de 6,8058, con una desviacin estndar de 4,8273, lo
cual representa el grado de fluctuacin con respecto a la media provocado por la
estudio tiene una rotacin de cartera menor a 5,491. Mientras que un 25% de las
valores atpicos, las empresas muestran una rotacin de cartera superior a
14,278.
P g i n a 75
Rotacin de proveedores
Ilustracin 25: Grfico de distribucin y concentracin de la Rotacin de Proveedores.
La rotacin de proveedores posee una distribucin asimtrica positiva, ya que los

datos se concentran mayormente hacia la izquierda de la media. Tambin es
entre 0,287 y 11,366, mostrando valores atpicos en la parte superior e inferior
de la grfica. La media es de 5,7017, con una desviacin estndar de 3,7497, lo
cual representa el grado de fluctuacin con respecto a la media provocado por la
estudio tiene una rotacin de proveedores menor a 4,995. Mientras que un 25%
de las empresas bajo estudio poseen un indicador superior a 6,897. En cuanto a
los valores atpicos, las empresas muestran una rotacin de proveedores
superior a 11,4 en la parte superior de la grfica, mientras que en la parte inferior,
la base de datos posee empresas con rotacin de proveedores menor a 0,29.
P g i n a 76
Periodo promedio de cobro

Ilustracin 26: Grfico de distribucin y concentracin del Periodo Promedio de Cobro.
El periodo promedio de cobro posee una distribucin asimtrica positiva, ya que

entre 11,4 y 185,5, mostrando valores atpicos en la parte superior de la grfica.
La media es de 77,5, con una desviacin estndar de 47,4, lo cual representa el
grado de fluctuacin con respecto a la media provocado por la existencia de
valores atpicos. Podemos ver que el 50% de las empresas bajo estudio tiene un
periodo promedio de cobro menor a 65,6. Mientras que un 25% de las empresas
bajo estudio poseen un indicador superior a 99,1. En cuanto a los valores
atpicos, las empresas muestran un periodo promedio de cobro superior a 185,5.
P g i n a 77
Periodo promedio de pago
Ilustracin 27: Grfico de distribucin y concentracin del Periodo Promedio de Pago.
El periodo promedio de pago posee una distribucin asimtrica positiva, ya que

posible observar que el coeficiente de Kurtosis es mayor a 0 (72,6) lo cual indica
que existe una gran concentracin de los datos en la regin central de la
entre 14,8 y 164,9, mostrando valores atpicos en la parte superior e inferior de
la grfica. La media es de 91,2, con una desviacin estndar de 107,3, lo cual
estudio tiene un periodo promedio de pago menor a 71,4. Mientras que un 25%
de las empresas bajo estudio poseen un indicador superior a 98,1. En cuanto a
los valores atpicos, las empresas muestran un periodo promedio de pago
superior a 164,9 en la parte superior de la grfica, mientras que en la parte
inferior, la base de datos posee empresas con periodo promedio de pago menor
a 14,8.
P g i n a 78
Rentabilidad sobre las ventas
Ilustracin 28: Grfico de distribucin y concentracin de la Rentabilidad sobre las Ventas.
La rentabilidad sobre las ventas posee una distribucin asimtrica negativa, ya

que los datos se concentran mayormente hacia la derecha de la media. Tambin
la grfica. La media es de -0,04, con una desviacin estndar de 0,83, lo cual
estudio tiene una rentabilidad sobre las ventas menores a 0,045. Mientras que
un 25% de las empresas bajo estudio poseen un indicador superior a 0,09. En
cuanto a los valores atpicos, las empresas muestran una rentabilidad sobre las
ventas superior a 0,198 en la parte superior de la grfica, mientras que en la parte
inferior, la base de datos posee empresas con rentabilidad sobre las ventas
menor a -0,113.
P g i n a 79
Rentabilidad sobre los activos

Ilustracin 29: Grfico de distribucin y concentracin de la Rentabilidad sobre los Activos.
La rentabilidad sobre activos posee una distribucin asimtrica negativa, ya que

los datos se concentran mayormente hacia la derecha de la media. Tambin es
entre -0,07 y 0,13, mostrando valores atpicos en la parte superior e inferior de la
grfica. La media es de 0,02, con una desviacin estndar de 0,09, lo cual
estudio tiene una rentabilidad sobre activos menores a 0,03. Mientras que un
cuanto a los valores atpicos, las empresas muestran una rentabilidad sobre
activos superior a 0,13 en la parte superior de la grfica, mientras que en la parte
inferior, la base de datos posee empresas con rentabilidad sobre activos menores
a -0,07.
P g i n a 80
Rentabilidad sobre el patrimonio

Ilustracin 30: Grfico de distribucin y concentracin de la Rentabilidad sobre el Patrimonio.
La rentabilidad sobre patrimonio posee una distribucin asimtrica positiva, ya

que los datos se concentran mayormente hacia la izquierda de la media. Tambin
la grfica. La media es de 0,08, con una desviacin estndar de 0,32, lo cual
estudio tiene una rentabilidad sobre patrimonio menor a 0,079. Mientras que un
cuanto a los valores atpicos, las empresas muestran una rentabilidad sobre
patrimonio superior a 0,297 en la parte superior de la grfica, mientras que en la
parte inferior, la base de datos posee empresas con rentabilidad sobre patrimonio
menor a -0,15.
P g i n a 81
Endeudamiento
Ilustracin 31: Grfico de distribucin y concentracin del Endeudamiento.
El endeudamiento posee una distribucin asimtrica positiva, ya que los datos se

concentran mayormente hacia la izquierda de la media. Tambin es posible
observar que el coeficiente de Kurtosis es mayor a 0 (13,51) lo cual indica que
existe una gran concentracin de los datos en la regin central de la distribucin
(leptocurtica). Los datos se concentran en el rango comprendido entre 0,15 y
0,87, mostrando valores atpicos en la parte superior e inferior de la grfica. La
media es de 0,53, con una desviacin estndar de 0,27, lo cual representa el
grado de fluctuacin con respecto a la media provocado por la existencia de
valores atpicos. Podemos ver que el 50% de las empresas bajo estudio tiene un
nivel de endeudamiento menor a 0,51. Mientras que un 25% de las empresas
bajo estudio poseen un indicador superior a 0,61. En cuanto a los valores
atpicos, las empresas muestran un nivel de endeudamiento superior a 0,87 en
la parte superior de la grfica, mientras que en la parte inferior, la base de datos
posee empresas con un nivel de endeudamiento menor a 0,15.
P g i n a 82
Autonoma
Ilustracin 32: Grfico de distribucin y concentracin de la Autonoma.
El grado de autonoma posee una distribucin asimtrica positiva, ya que los

entre 0,004 y 2,3, mostrando valores atpicos en la parte superior e inferior de la
grfica. La media es de 1,17, con una desviacin estndar de 2,8, lo cual
estudio tiene un grado de autonoma menor a 1,01. Mientras que un 25% de las
valores atpicos, las empresas muestran un grado de autonoma superior a 2,3
en la parte superior de la grfica, mientras que en la parte inferior, la base de
datos posee empresas con un grado de autonoma menor a 0,004.
P g i n a 83
ndice pasivo corto plazo

Ilustracin 33: Grfico de distribucin y concentracin del ndice de Pasivo a Corto Plazo.
El ndice de pasivo a corto plazo posee una distribucin simtrica, ya que los
datos se concentran en torno a la media. Tambin es posible observar que el
coeficiente de Kurtosis es menor a 0 (-0,84) lo cual indica que existe una baja
concentracin de los datos en la regin central de la distribucin (platicrtica).
Los datos se concentran en el rango comprendido entre 0,07 y 1, mostrando
valores atpicos en la parte superior e inferior de la grfica. La media es de 0,49,
con una desviacin estndar de 0,25, lo cual representa el grado de fluctuacin
de los datos con respecto a la media. Podemos ver que el 50% de las empresas
bajo estudio tiene un ndice de pasivo a corto plazo menor a 0,45. Mientras que
un 25% de las empresas bajo estudio poseen un indicador superior a 0,68. No
posee valores atpicos.
P g i n a 84
Capital propio
Ilustracin 34: Grfico de distribucin y concentracin del Capital Propio.
El capital propio se comporta de manera inversa al endeudamiento, posee una

distribucin asimtrica negativa, ya que los datos se concentran mayormente
hacia la derecha de la media. Tambin es posible observar que el coeficiente de
Kurtosis es mayor a 0 (13,51) lo cual indica que existe una gran concentracin
de los datos en la regin central de la distribucin (leptocurtica). Los datos se
concentran en el rango comprendido entre 0,13 y 0,85, mostrando valores
atpicos en la parte superior e inferior de la grfica. La media es de 0,47, con una
desviacin estndar de 0,27, lo cual representa el grado de fluctuacin con
ver que el 50% de las empresas bajo estudio tiene un nivel de capital propio
menor a 0,49. Mientras que un 25% de las empresas bajo estudio poseen un
indicador superior a 0,58. En cuanto a los valores atpicos, las empresas
muestran un nivel de capital propio superior a 0,85 en la parte superior de la
grfica, mientras que en la parte inferior, la base de datos posee empresas con
nivel de capital propio menor a 0,13.
P g i n a 85
Aos de operacin
Ilustracin 35: Grfico de distribucin y concentracin de los Aos de Operacin.
Los aos de operacin poseen una distribucin asimtrica positiva, ya que los
distribucin (leptocurtica). En este caso podemos ver que en la mayora de los
casos, los aos de operacin de la compaa se encuentran distribuidos en un
rango de 5 a 115 aos. Dentro del cual podemos ver que el 50% de las empresas
bajo estudio tiene no ms de 34 aos de operacin. Mientras que un 25% de las
empresas bajo estudio poseen al menos 65 aos en actividad. A su vez, podemos
observar valores atpicos en la parte superior de la grfica donde las empresas
superan los 115 aos operativos.
P g i n a 86
Aos de experiencia del CEO

Ilustracin 36: Grfico de distribucin y concentracin de los Aos de Experiencia del CEO.
Los aos de experiencia como CEO de la empresa poseen una distribucin

asimtrica positiva, ya que los datos se concentran mayormente hacia la
izquierda de la media. Tambin es posible observar que el coeficiente de Kurtosis
es mayor a 0 (3,98) lo cual indica que existe una gran concentracin de los datos
en la regin central de la distribucin (leptocurtica). En este caso podemos ver
que en la mayora de los casos, los aos de experiencia como CEO de la
empresa se encuentran distribuidos en un rango de 1 a 16 aos. Dentro del cual
podemos ver que el 50% de las empresas bajo estudio tiene un CEO con no ms
de 3 aos en el puesto. Mientras que un 25% de las empresas bajo estudio
poseen un CEO con al menos 7 aos en el cargo. A su vez, podemos observar
valores atpicos en la parte superior de la grfica donde los CEO superan los 16
aos ocupando ese puesto dentro de la organizacin.
P g i n a 87
N de trabajadores
Ilustracin 37: Grfico de distribucin y concentracin del N de Trabajadores.
El N de trabajadores posee una distribucin asimtrica positiva, ya que los datos

se concentran mayormente hacia la izquierda de la media. Tambin es posible
observar que el coeficiente de Kurtosis es mayor a 0 (22,62) lo cual indica que
existe una gran concentracin de los datos en la regin central de la distribucin
(leptocurtica). Los datos se concentran en el rango comprendido entre 1 y 8039,
mostrando valores atpicos en la parte superior de la grfica. La media es de 6207
trabajadores, con una desviacin estndar de 16.080, lo cual representa el grado
de fluctuacin con respecto a la media provocado por la existencia de valores
atpicos. Podemos ver que el 50% de las empresas bajo estudio tiene un N de
trabajadores menor a 1.248. Mientras que un 25% de las empresas bajo estudio
poseen un indicador superior a 3.855. En cuanto a los valores atpicos, las
empresas muestran un N de trabajadores superior a 8.039 en la parte superior
de la grfica.
P g i n a 88
Anlisis Estadstico de Correlaciones

Evaluando las relaciones lineales entre las diversas variables bajo estudio
podemos observar que difieren entre ellas, cuyas correlaciones se presentan en
las siguientes grficas.
Ilustracin 38: Matriz de Correlaciones de las variables del modelo final.
Elaboracin propia en KNIME a partir de la base construida con la informacin

financiera y de gestin disponible en el sitio oficial de la Superintendencia de
Valores y Seguros (SVS).
P g i n a 89
Ilustracin 39: Valores de las correlaciones entre las variables del modelo.
Elaboracin propia en KNIME a partir de la base construida con la informacin financiera y de gestin disponible en
el sitio oficial de la Superintendencia de Valores y Seguros (SVS).
Durante el anlisis de los datos pudimos observar fuertes relaciones lineales

entre algunas variables como por ejemplo: Prueba cida - Razn corriente
(91,2%), Endeudamiento Capital propio (-100%), entre otras. Sin embargo,
estas y otras relaciones, no las sealaremos en este apartado ya que su fuerte
correlacin se debe a que son variables que involucran informacin en comn, lo
que justifica su fuerte relacin lineal, y por lo tanto, su anlisis en este tem no
representa una fuente de informacin relevante para el estudio.
P g i n a 90
Las relaciones lineales que tienen cierto grado de inters son:

Razn corriente Aos de experiencia del CEO (33,1%)
Ilustracin 40: Grfico de correlacin entre la Razn Corriente y los Aos de Experiencia del CEO.
La razn corriente es un indicador de liquidez que relaciona activos y pasivos

corrientes indicando la capacidad de la empresa de responder a sus obligaciones
a travs de sus activos rpidamente liquidables. Los aos de experiencia del CEO
en el cargo, muestran una relacin positiva con la razn corriente, es decir, que
a medida que aumentan los aos de experiencia del CEO en el cargo, la
capacidad de la empresa para responder a sus obligaciones de corto plazo tienda
a aumentar. Es una relacin interesante ya que nos permite utilizar esta relacin
positiva como una variable susceptible de medir para ser incorporada en una
modelo predictivo.
P g i n a 91
Prueba cida - Endeudamiento (-42%)

Ilustracin 41: Grfico de correlacin entre la Prueba cida y el Endeudamiento.
La prueba cida es otra variable de liquidez al igual que la razn corriente, pero
que a diferencia de esta ltima, resta los inventarios, reflejando ms fielmente la
capacidad de la empresa para cumplir con sus obligaciones de corto plazo. El
endeudamiento, muestra una relacin negativa de intensidad media con este
indicador. Por lo tanto podemos concluir que en la medida que se incrementa el
nivel de endeudamiento de la estructura financiera, disminuye la capacidad de la
empresa para responder a sus obligaciones con acreedores y proveedores. Esta
relacin inversa tambin nos proporciona valiosa informacin que puede ser
considerada en las etapas siguientes de esta investigacin.
P g i n a 92
Periodo promedio de cobro Aos de operacin (22%)

Ilustracin 42: Grfico de correlacin entre el Periodo Promedio de Cobro y los Aos de Operacin.
El periodo promedio de cobro nos indica el plazo promedio en das en que la

empresa logra recuperar el valor de las mercancas vendidas. Los aos de
operacin muestran una relacin medianamente baja con este indicador, por lo
que podemos intuir que en la medida que la empresa posee ms aos de
operacin en la industria, el periodo de cobro tiende a aumentar. Esto podra
reflejar que la curva de aprendizaje de la empresa le permite consolidarse cada
vez ms en la industria, pudiendo otorgar mayores facilidades de pago a sus
clientes, teniendo la solvencia para ello.
P g i n a 93
Modelamiento de Datos
Posterior al anlisis descriptivo de la base de datos elaborada se proceder a
iniciar la etapa de modelamiento de los datos. En este apartado se llevar a cabo
la determinacin de la variable dependiente con la cual se trabajar, para luego
pasar a la conformacin del modelo de tipo Logstico Multinomial (Logit), para
finalmente presentar y analizar los resultados del modelo obtenido.
Conformacin de la Variable Dependiente
Para llevar a cabo la medicin, es necesaria cierta informacin que nos permita
conocer las caractersticas tanto financieras, econmicas y en materia de gestin
de las empresas que forman parte de esta investigacin.
Para ello, debemos considerar diversos indicadores que nos otorguen
antecedentes sobre el dinamismo de la actividad de la empresa, lo que se puede
traducir en las ventas, utilidades, rentabilidad, entro otros. Por otro lado,
necesitamos conocer las condiciones internas de la organizacin a travs de los
resultados publicados anualmente. Con esto tenemos informacin con respecto
a los activos que posee, a su estructura financiera, pasivos contrados, etc.
Por lo tanto, luego del anlisis de la informacin proporcionada por la base de
datos, apoyados en el marco terico en que se basa esta investigacin, hemos
determinado que los factores que conformarn la variable dependiente deben
abarcar las siguientes perspectivas:
Liquidez: Indicadores que nos permitan evaluar la capacidad que poseen
las empresas para hacer frente a sus obligaciones de corto plazo.
Eficiencia: Indicadores que proporcionan informacin sobre la gestin de
la empresa con respecto a los activos que posee.
Eficacia: Indicadores que evalan la rentabilidad con respecto a la
actividad de la empresa.
P g i n a 94
Endeudamiento: Indicadores que otorgan informacin sobre la estructura

financiera de la organizacin y sobre las obligaciones que esta tiene con
terceros.
Estas cuatro dimensiones nos permiten crear un perfil completo sobre la situacin
actual de las empresas, lo cual se adapta perfectamente a nuestro objetivo de
explicar y asignar una probabilidad de ocurrencia a la incobrabilidad, entendiendo
este fenmeno como una condicin compuesta por diversas anormalidades o
inconvenientes presentes en los resultados de la organizacin.
Por lo tanto, para la creacin de la variable dependiente ser necesario
considerar indicadores correspondientes a estas 4 perspectivas antes detalladas
para conformar una variable dependiente que describa de manera integral la
situacin de las empresas bajo estudio.
En base a la investigacin desarrollada en el marco terico de este documento y
en cuanto al conocimiento generado de la interpretacin de la informacin
relacionada, hemos identificado cuatro factores de importancia significativa para
la prediccin de la incobrabilidad en las empresas y organizaciones.
Tabla 10: Variables ms significativas y relacionadas con la Incobrabilidad.
Nombre Variable
Informacin Proporcionada
Prueba cida
Variable Financiera de Liquidez que

permite conocer la capacidad de la
empresa para responder a sus
obligaciones de corto plazo
Variable Financiera de Liquidez que
Operativo (CTNO)
permite conocer el capital necesario

para operar de manera ms certera
acorde al flujo de operacin.
P g i n a 95
Rentabilidad sobre las Ventas
Variable Financiera de Eficacia que
(ROS)
permite conocer la capacidad que

tiene la empresa de generar
ganancias derivadas de su operacin.
Endeudamiento
Variable Financiera de
Endeudamiento que permite conocer
la proporcin de activos de la
empresa que estn siendo
financiados de forma externa
mediante deuda.
Es por ello que consideramos que la variable dependiente debe integrar en su

creacin las variables financieras antes mencionadas, las cuales engloban las
distintas perspectivas de los resultados de las empresas. La variable dependiente
se define como Incobrabilidad, ya que es el criterio ms preciso para describir
la condicin de aquellas firmas cuyos indicadores posean niveles insuficientes
que las acerquen a situaciones de riesgo de no cumplir con sus obligaciones
financieras.
Las variables antes mencionadas que conformarn la incobrabilidad, fueron
escogidas por los siguientes motivos:
Prueba cida: Refleja de mejor manera la capacidad de la empresa de
solventar sus obligaciones de corto plazo al incorporar en la medida los
activos descontando previamente los inventarios.
Capital de trabajo neto operativo: Permite conocer los recursos
necesarios para que la empresa lleve a cabo su actividad y si posee
capacidad suficiente para ello.
P g i n a 96
Rentabilidad sobre las ventas: Permite conocer el resultado de la

empresa en cada periodo a travs de sus ganancias provenientes de
su actividad.
Endeudamiento: Permite visualizar la proporcin de los activos que son
financiados con deuda con terceros, y por ende, la magnitud de las
obligaciones que esta posee.
Ilustracin 43: Variable Dependiente-Incobrabilidad.
Prueba
cida
ROS
CTNO
Endeuda
miento
Incobrabilidad
Dentro de la conformacin de esta variable, debemos definir cul ser el

criterio para determinar los niveles de riesgo asociados a cada una de las subvariables que componen la Incobrabilidad.
Luego de diversas pruebas, a partir del anlisis descriptivo de los datos, se
concluy que la mejor medida para discriminar entre los lmites inferior y
superior de cada variable es la Mediana respectiva a cada una de ellas. Esta
decisin se sustenta en tres razones fundamentales.
P g i n a 97
i.
La Mediana por definicin estadstica nos permite separar la totalidad

de los registros ordenados por variable en dos conjuntos de datos de
similar proporcin.
ii.
Se comprob a travs del anlisis, que la Mediana de las variables

estudiadas es altamente semejante a la Media Aritmtica de los datos
comprendidos entre los lmites superior e inferior de la distribucin sin
considerar en su medicin a los valores Atpicos, los cuales
incrementan el grado de variabilidad de los datos con respecto al
promedio de los mismos.
iii.
Todas las variables poseen una distribucin leptocrtica, mostrando

una alta concentracin de los datos. A su vez, presenta distribuciones
asimtricas con respecto a la media. Por lo tanto, la mediana permite
distribuir los datos en proporciones similares, sin el inconveniente que
presenta la media al tener un alto grado de dispersin debido a la
existencia de valores atpicos que distorsionan el valor de la esta,
incrementando la desviacin estndar, y por ende, la validez de la
media como valor representativo de la realidad de las empresas bajo
estudio.
Por lo tanto, se concluye que la Mediana es el factor idneo para identificar los
criterios que definirn posteriormente la Incobrabilidad relacionado a cada una de
las sub-variables que la componen.
Conformacin del Modelo
Una vez definida la Incobrabilidad como la variable dependiente seleccionada
para trabajar y especificada la forma en como esta est constituida, se proceder
a la construccin de un Modelo de Regresin Logstica Multinomial para
determinar el nivel de riesgo de incobrabilidad en base a indicadores, tanto
financieros como de gestin.
P g i n a 98
El modelo conocido como Logit posee la siguiente expresin matemtica la cual

nos muestra las probabilidades binomiales desconocidas modeladas como una
funcin lineal de las variables.
Ecuacin 3: Expresin matemtica de un modelo tpico de regresin logstica.
( ) = ln (
) = 0 + 1 1 + +
1
Elaboracin propia a partir de (Gmez, ngel, Mara, & Ruiz, 2014)
A partir de la base de datos final, se obtuvieron las siguientes variables que son
susceptibles de modelar.
Tabla 11: Variables independientes posibles para modelar.
Potenciales Variables Independientes

Razn Corriente
Perodo
Promedio
de ndice Pasivo a Corto
Cobro
Prueba cida
Perodo
Plazo
Promedio
de Capital Propio
Pago
Rentabilidad
sobre Aos de Operacin
Ventas
Capital de Trabajo Neto Rentabilidad
Operativo
Activos
Rotacin de Activos
Rentabilidad
sobre Aos
de
Experiencia
CEO
sobre N de Trabajadores
Patrimonio
Rotacin de Cartera
Rotacin
Endeudamiento
de Autonoma
Proveedores
Para efectos del anlisis, luego de haber llevado a cabo diversas combinaciones
de variables independientes asociadas a la incobrabilidad, se lleg la
P g i n a 99
comparacin de dos modelos que contemplan diferencias en la cantidad de

variables que la componen y en los resultados obtenidos a partir de ellos. Estos
fueron creados mediante dos criterios de conformacin.
Tabla 12: Criterios de eleccin del potencial modelo final.
Criterios de Conformacin
Variable Dependiente
Ambos modelos estarn conformados por la misma

variable dependiente definida como Incobrabilidad
Variables
Ambos modelos estarn conformados por variables
Independientes
independientes de carcter Econmico - Financiero

y de Gestin, en donde seis de estas son comunes
(Prueba cida, Capital de Trabajo Neto Operativo,
Rentabilidad sobre las Ventas, Endeudamiento,
Aos de Operacin y Aos Experiencia CEO).
Adems, contendr otras variables independientes
adicionales de carcter financiero las que estn
definidas en el caso del Modelo 1 como dos
indicadores por categora financiera (exceptuando
la categora de Liquidez que en ambos modelos
incorpora dos indicadores); en el caso del Modelo
2 la eleccin qued determinada en funcin de un
criterio conceptual manteniendo un indicador por
categora financiera.
Resultados del Modelo

Basado en los criterios de conformacin, luego del anlisis y el procesamiento de
los datos en el software de estadstica especializado SPSS, los modelos
presentan la siguiente informacin resumen a nivel de las variables individuales.
P g i n a 100
Tabla 13: Resultados de ambos modelos potenciales relacionado con la capacidad explicativa de estos.
Modelo 1
Variables
Modelo 2
Coeficiente
Significancia
Coeficiente
Significanci
Intercepto
2,459
0,553
-,508
,817
Prueba
-8,006
0,017*
-5,923
,005*
-,014
0,016*
-,012
,004*
-15,869
0,086
-11,069
,026*
12,202
0,019*
10,171
,002*
,043
0,987
-,339
0,069
-11,069
,049*
7,066
0,624
-3,097
0,425
cida
Capital de
Trabajo
Neto
Operativo
Rentabilid
ad sobre
las Ventas
Endeuda
miento
Rotacin
de
Activos
Rotacin
de Cartera
Rentabilid
ad sobre
Activos
ndice
Pasivo
La variable es significativa para el modelo si es que esta posee un P-value menor o igual a 0,05.
P g i n a 101
Corto
Plazo
Aos de
-,008
0,379
-,007
,257
-,119
0,568
-,096
,537
Operacin
Aos de
Experienc
ia CEO
(*) Valores significativos para el modelo.
Despus de analizar la tabla presentada podemos llegar a las siguientes

conclusiones.
Los signos de las variables independientes de ambos modelos presentan

relaciones similares, las pendientes de los coeficientes muestran una
tendencia coherente con la teora econmica financiera.
El nivel de significancia de las variables independientes de gestin en

ambos modelos son no significativas. Sin embargo, estas fueron
consideradas para efectos de enriquecer el anlisis posterior y por
entregar informacin que no est contenida en las variables financieras.
En cuanto a la cantidad de variables significativas, en el caso del modelo
1 se observan solo tres variables en zona de rechazo; mientras que el
modelo 2 presenta todas sus variables financieras significativas al 95% de
nivel de confianza.
Basado en los criterios de conformacin, luego del anlisis y el procesamiento de

los datos en el software de estadstica especializado SPSS, los modelos
presentan la siguiente informacin resumen a nivel del modelo global.
P g i n a 102
Tabla 14: Resultados de ambos modelos relacionado con la capacidad predictiva de estos.
Pseudo 8
Significancia Global9
gl
Modelo 1
0,728
,000
10
Modelo 2
0,714
,000
Modelo
Despus de analizar la tabla presentada podemos llegar a las siguientes

conclusiones.
La variabilidad de la incobrabilidad explicada por ambos modelos es alta,

mayor al 70%. Es decir, ambos permiten explicar en un alto porcentaje el
riesgo de incobrabilidad.
Ambos modelos son globalmente significativos, es decir, las variables

independientes en su conjunto permiten explicar la variabilidad de la
incobrabilidad.
Si bien el modelo 2 considera menos variables independientes con respecto al

modelo 1, todas las variables financieras son significativas, es decir, la capacidad
explicativa del modelo 2 es ms alta que la del modelo1, ya que estima las
variables que lo componen con un menor error de estimacin. Por otro lado,
ambos modelos cuentan con una buena capacidad predictiva mostrando ndices
bastante similares.
Por lo tanto, reuniendo todos los antecedentes preliminares y dada tanto la
capacidad explicativa como predictiva, se ha seleccionado el modelo 2 para
Este valor corresponde al indicador McFadden, el cual se emplea en Regresiones Logsticas

Multinomiales. El indicador ha sido comprobado en software de estadstica especializado SPSS y STATA.
9
El modelo es globalmente significativo cuando el indicador es menor o igual a 0,05.
P g i n a 103
continuar con la investigacin. Los resultados ms detallados del modelo

escogido en anexos10.
Expresin del Modelo Final DSM11
Conforme a los resultados obtenidos anteriormente en cuanto a las variables
independientes y sus coeficientes respectivos, el modelo de Regresin Logstica
Multinomial (Logit) para predecir el riesgo de incobrabilidad en empresas
comerciales en Chile puede expresarse de la forma siguiente:
Ecuacin 4: Expresin del modelo final de regresin logstica elegido.
() = 0,508 5,9231 0,0122 11,0693 + 10,1714 0,2185

0,0076 0,0967
Elaboracin propia a partir de los datos obtenidos en la conformacin del modelo en SPSS (Gmez, ngel,
Mara, & Ruiz, 2014).
Con:
1 =
2 =
3 =
4 =
5 =
6 =
7 =
10
Ver Anexo 5: Tablas de Resultados SPSS de la Regresin Logstica Multinomial para el modelo final
elegido.
11
Daz Stagnaro Model.
P g i n a 104
Anlisis Relacional Especfico por Variable

Luego de haber expresado el modelo economtrico, se pasar a analizar en
profundidad la relacin e impacto que cada una de las variables independientes
tienen sobre la incobrabilidad como variable dependiente de estas.
El anlisis relacional estar determinado por dos componentes.
i.
El signo de cada una de las variables independientes individualizadas.
ii.
El impacto de cada una de las variables independientes en la

Incobrabilidad, y por ende, en el nivel de riesgo asociado a esta.
En la siguiente tabla se muestra el anlisis relacional por cada una de las

variables que conforman el modelo final escogido.
Tabla 15: Anlisis relacionado especfico por cada una de las variables independientes del modelo final.
Variables
Prueba cida
Signo
(-)
Anlisis Relacional12
El signo de la variable es correcto con la
teora financiera. Si la Prueba cida
disminuye, tambin lo har el nivel de
Liquidez de la empresa.
La probabilidad asociado al riesgo de
incobrabilidad ser ms alto si es que la
Prueba cida es ms baja.
12
El anlisis relacional se realizar bajo el supuesto de que todas las dems sub variables que conforman
la variable independiente se mantienen fijas (supuesto ceteris paribus).
P g i n a 105
Capital de
(-)
Trabajo Neto
teora financiera. Si el Capital de Trabajo
Operativo
Neto Operativo disminuye, tambin lo har

el nivel de Liquidez de la empresa.
incobrabilidad ser ms alto si es que el
Capital de Trabajo Neto es ms bajo.
Rentabilidad
(-)
sobre las
teora financiera. Si la Rentabilidad sobre
Ventas
las
Ventas
disminuye,
la
empresa
generar menos recursos por conceptos

de actividades ordinarias, por lo cual
contar con un menor nivel de liquidez
para afrontar sus obligaciones de corto
plazo.
Rentabilidad sobre las Ventas es ms
baja.
P g i n a 106
Endeudamiento
(+)

teora financiera. Si el Endeudamiento
aumenta, tambin lo har el nivel de riesgo
de la empresa de responder ante sus
obligaciones de corto plazo, afectando
negativamente el nivel de Liquidez de la
firma.
incobrabilidad ser ms alto si es que el
Endeudamiento es ms alto.
Rotacin de
Cartera
(-)

teora financiera. Si la Rotacin de Cartera
disminuye, tambin lo har el nivel de
eficiencia en el uso de recursos de la
empresa lo que afectar a su capacidad de
convertir su cuenta clientes en un activo
ms lquido.
Rotacin de Cartera es ms baja.
P g i n a 107
Aos de
(-)
Operacin

realidad del mercado. Si la cantidad de
Aos de
Operacin de
la empresa
aumenta,
la
tiene
empresa
ms
experiencia en la industria por lo cual su

curva de aprendizaje es ms alta lo que la
hace menos susceptible de cometer
errores de gestin de sus recursos
asociados a la liquidez.
incobrabilidad ser ms baja si es que los
Aos de Operacin son mayores.
Aos de
(-)
Experiencia
realidad del mercado. Si la cantidad de
CEO
Aos de Experiencia del Gerente General

de la empresa aumenta, su experiencia en
la gestin de empresas y de los recursos
con los que esta cuenta tiende a ser ms
ptima, por lo cual el nivel de riesgo es
menor.
incobrabilidad ser ms bajo si es que los
Aos de Experiencia del CEO o Gerente
General son mayores.
Elaboracin propia a partir de los datos obtenidos en la conformacin del modelo en SPSS.
P g i n a 108
Conclusiones del Modelo

Una vez creado el modelo de Regresin Logstica Multinomial, y tras haber
presentado y analizado los resultados subsecuentes, se detallarn las principales
conclusiones derivadas.
La variable dependiente fue definida como Incobrabilidad, la que
pretende medir la probabilidad de impago o incumplimiento de una
obligacin comercial.
La variable Incobrabilidad se encuentra constituida por cuatro sub
variables de carcter financiero pertenecientes a distintas dimensiones de
resultados financieros (Liquidez, Eficacia y Endeudamiento) de las
empresas estudiadas. Estas son: Prueba cida, Capital de Trabajo Neto
Operativo, Rentabilidad sobre las Ventas y el Endeudamiento.
El criterio seleccionado para discriminar entre los lmites de la
Incobrabilidad fue la Mediana de las sub variables que la componen, ya
que demostr ser una medida representativa para la distribucin de los
casos estudiados.
Se generaron dos modelos de tipo economtrico de Regresin Logstica
Multinomial. Estos fueron analizados en base a su capacidad explicativa
(Coeficientes y nivel de Significancia de las variables) y predictiva (Pseudo
2 y Significancia Global). En base a los resultados obtenidos y
analizados, se escogi el mejor modelo que cumpla con los criterios
establecidos.
El modelo final se conforma de siete variables explicativas de la
Incobrabilidad, cinco de ellas correspondientes a perspectivas financieras
de diverso espectro y dos variables de gestin que enriquecen el estudio.
Estas variables son consistentes con la teora econmico financiero, lo
cual ratifica su concordancia con los objetivos planteados en la
investigacin.
P g i n a 109
Una vez creado, validado y seleccionado el modelo final, procederemos a

emplearlo para el objetivo principal de la investigacin, el cual es el disear una
Clasificacin de Riesgo de Incobrabilidad.
Clasificacin de Riesgo de Incobrabilidad DSC13
La Clasificacin de Riesgo de Incobrabilidad nos permitir establecer categoras
asociadas a la probabilidad de ocurrencia del evento impago a partir de los
resultados obtenidos por las empresas en distintos periodos de tiempo. La tabla
de criterios de clasificacin se presenta a continuacin.
Tabla 16: Clasificacin final de Riesgo de Incobrabilidad.
Categora DSL*
Etiqueta DST** Valor DSV*** Escala de probabilidad
Deudor Seguro
Secure
0%
11%
Deudor Confiable
Reliable
11%
30%
Deudor Lmite
Limit
30%
65%
Deudor Moroso
Later
65%
89%
89%
100%
Deudor Incobrable Extreme
(*) Daz & Stagnaro Label. (**) Daz & Stagnaro Tag. (***) Daz & Stagnaro Value.
Elaboracin propia a partir de los datos obtenidos en la conformacin del modelo en SPSS.
Con;
Deudor Seguro (Secure): Aquellos deudores cuya probabilidad de ser
Incobrable es baja o nula. Poseen buenos indicadores financieros.
Deudor Confiable (Reliable): Aquellos deudores cuya probabilidad est
por sobre los deudores seguros, pero que sin embargo, se mantiene en
niveles aceptables. Poseen indicadores financieros cercanos a lo ptimo.
13
Daz Stagnaro Classification.
P g i n a 110
Deudor Lmite (Limit): Aquellos deudores cuya probabilidad est entre los
deudores confiables y los morosos, pero que presentan resultados ms
cercanos al promedio de las empresas.
Deudor Moroso (Later): Aquellos deudores cuya probabilidad est por
sobre los lmites tolerables de riesgo de Incobrabilidad. Sus resultados
financieros presentan valores menos ptimos.
Deudor Incobrable (Extreme): Aquellos deudores cuya probabilidad de
impago es alta o muy alta. Presentan anomalas en sus resultados
financieros.
En base a los criterios de clasificacin establecidos, procederemos a categorizar
a las empresas que componen nuestro universo bajo estudio14.
Resultados de Clasificacin
Aplicada nuestra metodologa de clasificacin, presentaremos los resultados
generales15 en las siguientes grficas:
14
Ver Anexo 6: Clasificacin de empresas de la poblacin ordenadas por ao y probabilidad de riesgo de

incobrabilidad.
15
Ver Anexo 7: Tablas derivadas del anlisis de la clasificacin de riesgo de incobrabilidad de las
empresas de la poblacin para cada ao respectivo.
P g i n a 111
Ilustracin 44: Grfico de proporcin de N de empresas clasificadas en el ao 2013.
N Empresas segn calificacin 2013

2%
1%
6%
6%
Secure
Reliable
Limit
Later
Extreme
85%
Elaboracin propia a partir de los datos obtenidos de la clasificacin de las empresas en Excel.
En el ao 2013, del total de 65 empresas bajo estudio 55 empresas se encuentran

clasificadas en la categora Secure, es decir, el 85% de estas empresas posee
un bajo o nulo riesgo de Incobrabilidad. Por otro lado, 4 empresas
correspondientes al 6%, se encuentran el nivel ms alto de riesgo. Estas
empresas son: Compaa Sud Americana de Vapores*, Empresa Cabo de
Hornos; SMU y Termas Puyehue.
P g i n a 112

2%
6%
8%
1%
Secure
Reliable
Limit
Later
Extreme
83%

empresas son: Cencosud*, Empresas Cabo de Hornos, SMU y Termas Puyehue.
P g i n a 113

5%
3%
3%
8%
Secure
Reliable
Limit
Later
Extreme
81%

empresas son: Empresas Cabo de Hornos y Termas Puyehue.
Como conclusin de la clasificacin de las empresas, podemos extraer que existe
una alta proporcin de las empresas bajo estudio que poseen un bajo o nulo
riesgo de incobrabilidad, correspondiente a un 83% en promedio contemplando
los tres periodos de los aos 2013-2015. En cambio, un 5 % en promedio de las
empresas poseen un alto nivel de riesgo de incobrabilidad.
En el caso de las empresas que se mantuvieron en la categora de clasificacin
para los tres periodos son: Empresas Cabo de Hornos y Termas de Puyehue.
P g i n a 114
Ejemplo de Clasificacin
A partir de las conclusiones anteriores, pasaremos a evaluar un ejemplo real con
una empresa extrada aleatoriamente de la poblacin bajo estudio, para poder
visualizar de manera prctica el impacto del cambio en una variable en la
probabilidad final asociada al riesgo de incobrabilidad16.
Tabla 17: Ejemplo de clasificacin de empresa COAGRA S.A ao 2013.
Para evaluar la magnitud del cambio vamos a plantear cuatro situaciones

hipotticas contextualizadas en un perodo en particular.
Tabla 18: Ejemplo de clculo en base a diversos cambios a COAGRA S.A ao 2013.
16
Ver Anexo 8: Tablas con el clculo del ejemplo de clasificacin de riesgo de incobrabilidad de la
Sociedad COAGRA S.A para el ao 2013.
P g i n a 115
Como podemos ver, el impacto de los cambios en las distintas variables

contenidas en el modelo difiere en la magnitud en que afectan a la probabilidad
de que sea incobrable.
Podemos observar que ante un fuerte cambio en el capital de trabajo neto
operativo, ya sea aumentando la cantidad de activos o bien, disminuyendo los
pasivos de corto plazo, la probabilidad cae en cinco puntos porcentuales. Por otro
lado, si observamos la variacin en la probabilidad que provocan los cambios en
el endeudamiento o en la prueba cida, podemos observar que el impacto es
considerable, disminuyendo aproximadamente treinta puntos porcentuales en el
caso del endeudamiento, y veintisiete puntos porcentuales en el caso de la
variacin en la prueba cida.
Y por ltimo, cuando se integran estos 3 cambios, podemos observar que la
probabilidad se hace muy cercana a cero.
Por lo tanto, podemos concluir que en este caso en particular, la variable de
mayor impacto en la probabilidad de incobrabilidad es el nivel de endeudamiento,
seguida por la prueba cida.
A su vez, podemos concluir que una variacin conjunta en las diversas variables
que componen el modelo, tendrn un mayor impacto en la probabilidad que los
efectos individualizados.
Cabe sealar que si bien, los coeficientes se mantienen, la magnitud del indicador
vara segn el ao y la empresa bajo estudio, por lo que la magnitud del impacto
de la variable a la probabilidad de incobrabilidad estar sujeta al anlisis de cada
caso en particular. Aunque, en trminos generales, podemos concluir que las
variables que mayor incidencia tienen en la incobrabilidad son el endeudamiento
y la prueba cida, las cuales generan un mayor efecto en la probabilidad ante
variaciones en el indicador.
P g i n a 116
CONCLUSIN Y RECOMENDACIONES
Esta investigacin estuvo enfocada en la creacin de un modelo de clasificacin
de incobrabilidad empresarial capaz de determinar, a travs de la integracin de
disciplinas financieras, estadsticas y economtricas, la probabilidad de que una
empresa, dadas ciertas condiciones basadas en su informacin financiera y en
determinadas variables de gestin, no sea capaz de responder a las obligaciones
crediticias contradas con otras organizaciones.
Este modelo pretende transformarse en una potente herramienta de gestin, que
permita mejorar el desempeo de las empresas, a travs de la mejora en
indicadores especficos que le permitan disminuir el grado de incertidumbre en la
toma de decisiones, con respecto a la relacin entre empresas. Por otro lado,
este modelo puede transformarse en una fuente de informacin significativa para
tomar decisiones en cuanto a la aprobacin de relaciones crediticias, ya que la
clasificacin asignada al nivel de riesgo asociado seala grficamente si se
encuentra en una categora confiable o no, influyendo as en el poder de
negociacin tanto de cliente como de proveedor.
Este estudio incorpor en su base investigativa todas aquellas empresas
emisoras de valores fiscalizadas por la Superintendencia de Valores y Seguros
(SVS) que tuvieran registrado algn giro de carcter comercial. Fue extrada la
informacin correspondiente a tres aos de operacin para que posteriormente
fuera ingresada, procesada y evaluada en cuanto a la evolucin de los
indicadores en cada una de las empresas bajo estudio.
Para la construccin del modelo de clasificacin, se consideraron estructuras y
variables en modelos ya existentes relacionados al mbito financiero, los cuales
nos proporcionaron una base metodolgica sobre la cual comenzamos a
elaborarlo.
P g i n a 117
El DSM17 est compuesto por 7 variables independientes, 5 de ellas financieras

y 2 de gestin. La variable dependiente incobrabilidad est determinada por
cuatro sub variables que miden eficacia, liquidez y endeudamiento. El modelo es
globalmente significativo al 95%, posee una capacidad predictiva de un 71,4%18,
en el cual sus 5 variables financieras son significativas, y dos se mantienen en el
modelo debido al aporte adicional de estas aunque no sean estadsticamente
significativas.
El sistema de clasificacin contempla 5 categoras, cuyas etiquetas son Secure,
Reliable, Limit, Later y Extreme, ordenadas de menor a mayor probabilidad de
incobrabilidad.
Al concluir la investigacin, podemos realizar un diagnstico de la situacin actual
de las empresas comerciales en Chile, donde el 83% de las empresas se ubican
en la categora Secure, asociada al nivel ms bajo de riesgo de incobrabilidad,
mientras que el 5% en promedio se encuentra en la clasificacin Extreme, la ms
alta de incobrabilidad.
Dentro de cada categora podemos destacar algunas empresas como:
Via concha y toro y Coca cola Embonor, en categora Secure.
Empresas CIC y Envases del pacifico, en categora Reliable.
Coagra y Corpesca, en categora Limit.
Empresas tattersall y SMU, en categora Later.
Empresas Cabo de Hornos y Termas puyehue, en categora Extreme.
En base a los resultados de las clasificaciones, tambin podemos sealar que, si

bien la magnitud del impacto en el riesgo de incobrabilidad depender del anlisis
17
18
Daz & Stagnaro Model.

Pseudo-2 de Mcfadden.
P g i n a 118
de cada caso, las variables que tienen un mayor efecto en la probabilidad de

incobrabilidad son el endeudamiento y la prueba cida.
Un ndice de endeudamiento alto, implica que la capacidad de responder a mis
obligaciones comienza a verse limitada por la gran carga financiera que conllevo.
Por lo tanto, bajo este escenario, el ingreso de capital a la empresa lograra
equiparar o al menos reducir la proporcin de pasivos con respecto a la deuda
total de la empresa, disminuyendo as su ndice de endeudamiento,
disminuyendo la probabilidad de ser incobrable ya que un incremento en capital
le proporcionar mayor control sobre la gestin de sus activos. A su vez, esto
generar un incremento en los activos y por ende, en la prueba cida, generando
una disminucin an mayor en la probabilidad, lo cual har que se clasificacin
se desplace a una categora mejor evaluada, mejorando su solidez empresarial,
as como su imagen corporativa en la industria, generando mayor confianza y
abriendo las puertas a nuevas oportunidades de negocio.
P g i n a 119
NDICE DE PALABRAS
A
Administracin de riesgos, 25
B
Incobrabilidad, 44
Incumplimiento de las Obligaciones
de Pago, 33
Insolvencia, 34
Beneficios, 39
L
C
Liquidez, 41
Ciclo de Explotacin, 39
Cobertura de riesgos, 29
M
Moratoria, 34
D
Deudores de litigio o en gestin
judicial, 46
Deudores incobrables, 46
N
Necesidades de Fondos Operativas,
40
Deudores morosos, 45
Deudores por venta, 45
E
Evento de crdito, 33
P
Prdida Esperada, 35
Prdida Inesperada, 36
Probabilidad de incumplimiento, 35
Exposicin, 35
Q
F
Quiebra, 34
Fondo de Maniobra, 40
I
Impago, 34
R
Recursos Generados, 39
Reestructuracin, 34
Repudio, 34
P g i n a 120
Riesgo, 23
Riesgo Contingente, 42
S
Severidad, 35
Riesgo de Crdito, 32
T
Riesgo de Default, 33
Riesgo de Fondeo, 42
Riesgo de Liquidez, 38
Tasa de Recuperacin de Activos,

33
Riesgo en trminos Econmicos, 23

Riesgo en trminos Financieros, 24
V
Vencido y exigible, 34
P g i n a 121
BIBLIOGRAFA
Alonso, M. F. (2007). Claves de los modelos internos de rating. Estrategia

financiera, 20-30.
Altman, E. I. (1968). Financial ratios, discriminant analices and the prediction of
corporate bankruptcy. Journal of Finance, 23(4), 589-609.
Beaver, W. (1966). Financial ratios as predictors of failure. Journal of
Accounting Research. Journal of Accounting Research, 5, 71-111.
Bonas, P. A., Llanes, M. M., Usn, C. I., & Veiga, F. N. (2007). Riesgo de
crdito. Amenaza u oportunidad. Anlisis e implementacin de los Credit
Default Swaps (6ta ed.).
Coloma, P., Weber, R., Guajardo, J., & Miranda, J. (2006). Modelos analticos
para el manejo del riesgo de crdito. Trend Management, 44-51.
Fernndez, R. H. (1 de Diciembre de 1998). Administracin Financiera de las
Cuentas por Cobrar.
Gmez, F., ngel, M., Mara, ., & Ruiz, C. (2014). Prediccin de insolvencia y
ratios financieros. Evidencia emprica para la industri europea.
Girault, M. A. (Octubre de 2007). Modelos de Credit Scoring.
Gitman, L. J. (2000). Principios de Administracin Financiera. En L. J. Gitman,
Principios de Administracin Financiera (pg. 491). Pearson Education.
Godoy, E. (2008). Contabilidad para abogados. Florida: Valletta Ediciones .
Greene, W. (2012). Anlisis economtrico, 5ta edicin. Prentice Hall.
P g i n a 122
Gu, Z., & Gao, L. (2000). A multivariate model for predicting business failures of
hospitality firms. Tourism and Hospitality Research: The Survey Quarterly
Review, 2(1), 37-49.
Guarriarn, R. (2004). El anlisis de la liquidez. Fondo de maniobra y
necesidades de fondos. Ediciones Deusto.
Gujarati, D. N., & Porter, D. C. (2010). Econometra, 5ta edicin. Mcgraw Hill.
Haro, A. D. (2008). Medicin y control de riesgos financieros (3ra ed.). Limusa.
Jorion, P. (2001). Value at risk. The new benchmark for managing financial risk.
(2da ed.). McGraw-Hill.
Koenig, D. R. (2004). The professional risk managers hadbook. A
comprehensive guide to current theory and best practices. (E. S. Carol
Alexander, Ed.) PRMIA.
Marciariello, J. A. (2006). Drucker para todos los das. 366 das de reflexiones
para acertar en sus negocios. Norma.
Moyer, R. C., McGuigan, R. J., & Kretlow, J. W. (2005). Administracin
financiera contempornea. (9na ed.). Cengage Learning.
Olarte, J. C. (2006). Incertidumbre y evaluacin de riesgos financieros.
Investigacin., Universidad Tecnolgica de Pereira.
Prez Barbeito, J. (2012). Fuentes de financiamiento a corto plazo. En J. Prez
Barbeito, La gestin del capital de trabajo en las empresas (pgs. 1-20).
Publicacin - FAE USACH.
Prez Barbeito, J. (2012). La gestin de las cuentas por cobrar. PUBLICACIN
- FAE USACH.
P g i n a 123
Prez Barbeito, J. (2014). Clculo de la necesidad de capital de trabajo. En J.

Prez Barbeito, Gestin y capital de trabajo (pgs. 21-42). Publicaciones
- FAE USACH.
Prez Barbeito, J. (2014). Finanzas internacionales. Cmo gestionar los riesgos
financieros internacionales. USACH.
Prez Barbeito, J. (2014). La decisin de invertir en capital de trabajo. En J.
Prez Barbeito, Gestin del capital de trabajo (pgs. 1-20). Publicaciones
- FAE USACH.
Real Academia Espaola, R. (2014). Diccionario de la lengua espaola (23ra
Del Tricentenario ed.). Madrid, Espaa.
Sampieri, R. H. (2010). Metodologa de la investigacin 5ta edicin. Editorial Mc
Graw Hill.
Snchez, M. X. (2012). Medicin del riesgo de liquidez. Una aplicacin en el
sector cooperativo (Vol. 8).
P g i n a 124
ANEXOS
Anexo 1: Tabla con las Sociedades Annimas Abiertas seleccionadas
inicialmente para conformar la poblacin.
Razn Social Sociedades Annimas Abiertas

AES GENER S.A.
AGENCIAS UNIVERSALES S.A.
AGRICOLA NACIONAL S.A.C. E I.
AZUL AZUL S.A.
BLANCO Y NEGRO S.A.
BLUMAR S.A.
CELULOSA ARAUCO Y CONSTITUCION S.A.
CENCOSUD S.A.
CGE DISTRIBUCION S.A.
CHILECTRA S.A.
CHILQUINTA ENERGIA S.A.
CLUB HIPICO DE PUNTA ARENAS S.A.
COAGRA S.A.
COCA COLA EMBONOR S.A.
COLBUN S.A.
COMPAIA AGROPECUARIA COPEVAL S.A.
COMPAIA ELECTRICA DEL LITORAL S.A.
COMPAIA PESQUERA CAMANCHACA S.A.
COMPAIA SUD AMERICANA DE VAPORES S.A.
COMPAIAS CIC S.A.
CORPESCA S.A.
CORPORACION NACIONAL DEL COBRE DE CHILE
CRUZADOS S.A.D.P.
DETROIT CHILE S.A.
E.CL S.A.
EMBOTELLADORA ANDINA S.A.
EMPRESA DE TRANSPORTE DE PASAJEROS METRO S.A.
EMPRESA ELECTRICA DE ANTOFAGASTA S.A.
EMPRESA ELECTRICA DE ARICA S.A.
EMPRESA ELECTRICA DE IQUIQUE S.A.
P g i n a 125
EMPRESA ELECTRICA DE MAGALLANES S.A.

EMPRESA NACIONAL DE ELECTRICIDAD S.A.
EMPRESA NACIONAL DEL PETROLEO
EMPRESAS AQUACHILE S.A.
EMPRESAS CABO DE HORNOS S.A.
EMPRESAS CAROZZI S.A.
EMPRESAS COPEC S.A.
EMPRESAS IANSA S.A.
EMPRESAS LA POLAR S.A.
EMPRESAS TATTERSALL S.A.
ENERGIA DE CASABLANCA S.A.
ENERSIS S.A.
ENVASES DEL PACIFICO S.A.
FORUS S.A.
GASCO S.A.
LIGA DE DEPORTES LA REINA S.A.
MASISA S.A.
METROGAS S.A.
MOLIBDENOS Y METALES S. A.
MULTIEXPORT FOODS S.A.
S. A. FERIA DE LOS AGRICULTORES
SOCIEDAD ANONIMA VIA SANTA RITA
SOCIEDAD CONCESIONARIA RUTAS DEL PACIFICO S.A.
SOCIEDAD DE ARTESANOS SANTA LUCIA S.A.
SOCIEDAD EDUCATIVA LEONARDO DA VINCI S.A.
SOCIEDAD QUIMICA Y MINERA DE CHILE S.A.
SODIMAC S.A.
SOQUIMICH COMERCIAL S.A.
TELEFONICA CHILE S.A.
TELEFONICA LARGA DISTANCIA S.A.
TERMAS DE PUYEHUE S.A.
VALPARAISO SPORTING CLUB S.A.
VIA SAN PEDRO TARAPACA S.A.
VIEDOS DEL MAULE S.A.
VIEDOS EMILIANA S.A.
P g i n a 126
Anexo 2: Sociedades Annimas Abiertas agregadas posteriormente a la

poblacin.
Razn Social Sociedades Annimas Abiertas
S.A.C.I. FALABELLA
AD RETAIL S.A.
EMPRESAS HITES S.A.
RIPLEY CHILE S.A.
SMU S.A.
VIA CONCHA Y TORO S.A.
WALMART CHILE S.A.
WATTS S.A.
Anexo 3: Factores de Actualizacin anual de montos expresados en

pesos.
Ao Objeto de
Actualizacin
2013
Factor de Actualizacin Pesos
2014
1,03947815
1,09883521
P g i n a 127
Anexo 4: Clculo de Valores Atpicos, Outlier y extremos de la base de

datos.
Variables
Q1
Q3
R.I
Banda
Superior
Outlier
Banda
Superior
Extremo
s
Banda
Inferior
Outlier
Banda
Inferior
Extremo
s
Razn
Corriente
Prueba cida
1,1630
2,0000
0,8370
3,2555
4,5110
-0,0925
-1,3480
0,8530
1,6840
0,8310
2,9305
4,1770
-0,3935
-1,6400
Capital de
Trabajo Neto
Capital de
Trabajo Neto
Operativo
Rotacin de
Activos
Rotacin de
Cartera
Rotacin de
Proveedores
Perodo
Promedio de
Cobro
Perodo
Promedio de
Pago
Rentabilidad
sobre Ventas
Rentabilidad
sobre Activos
Rentabilidad
sobre
Patrimonio
Endeudamient
o
Autonoma
0,0690
0,0750
0,0060
0,0840
0,0930
0,0600
0,0510
-0,0640
-0,0530
0,0110
-0,0365
-0,0200
-0,0805
-0,0970
0,4380
0,9110
0,4730
1,6205
2,3300
-0,2715
-0,9810
3,6330
8,9410
5,3080
16,9030
24,8650
-4,3290
-12,2910
3,6480
6,8970
3,2490
11,7705
16,6440
-1,2255
-6,0990
40,264
0
99,103
0
58,839
0
187,361
5
275,6200
47,9945
136,2530
51,881
0
98,144
0
46,263
0
167,538
5
236,9330
17,5135
-86,9080
0,0070
0,0880
0,0810
0,2095
0,3310
-0,1145
-0,2360
0,0050
0,0600
0,0550
0,1425
0,2250
-0,0775
-0,1600
0,0170
0,1290
0,1120
0,2970
0,4650
-0,1510
-0,3190
0,4240
0,6050
0,1810
0,8765
1,1480
0,1525
-0,1190
0,6650
1,3630
0,6980
2,4100
3,4570
-0,3820
-1,4290
ndice Pasivo
Corto Plazo
0,2970
0,6770
0,3800
1,2470
1,8170
-0,2730
-0,8430
P g i n a 128
Capital Propio
0,3950
0,5760
0,1810
0,8475
1,1190
0,1235
-0,1480
Aos
Operacin
Aos
Experiencia
CEO
N
Trabajadores
N Proveedores
21
65
44
131
197,00
-45
-111
16
25,00
-8
-17
300
3.855
3.555
9188
14520
-5033
-10365
20
16
44
68
-20
-44
P g i n a 129
Anexo 5: Tablas de Resultados SPSS de la Regresin Logstica

Multinomial para el modelo final elegido.
Resumen del procesamiento de los casos
Porcentaje
marginal
N
Incobrabilidad
20
10,3%
175
89,7%
195
100,0%
Vlidos
Perdidos
Total
195
Subpoblacin
195a
a. La variable dependiente slo tiene un valor observado en 195 (100,0%)

subpoblaciones.
Informacin del ajuste del modelo

Criterio de
ajuste del
modelo
Modelo
Slo la interseccin
Final
-2 log
verosimilitud
Contrastes de la razn de verosimilitud

Chi-cuadrado
gl
Sig.
128,965
36,869
92,096
7 ,000
Bondad de ajuste
Chicuadrado
gl
Sig.
Pearson
65,768
187
1,000
Desviacin
36,869
187
1,000
Pseudo R-cuadrado
Cox y Snell
,376
Nagelkerke
,778
McFadden
,714
P g i n a 130

Criterio de
ajuste del
modelo
Efecto
Interseccin
Pruebacida
-2 log
verosimilitud
del modelo
reducido
Chi-cuadrado
gl
Sig.
36,923
,054
,816
53,141
16,272
,000
57,335
20,466
,000
45,581
8,712
,003
53,095
16,226
,000
41,609
4,740
,029
38,507
1,638
,201
37,286
,417
,518
CapitaldeTrabajoNetoOperativo
RentabilidadsobreVentas
Endeudamiento
RotacindeCartera
AosOperacin
AosExperienciaCEO
El estadstico de chi-cuadrado es la diferencia en las -2 log verosimilitudes entre el modelo final y

el modelo reducido. El modelo reducido se forma omitiendo un efecto del modelo final. La
hiptesis nula es que todos los parmetros de ese efecto son 0.
P g i n a 131
Estimaciones de los parmetros

Intervalo de confianza
al 95% para Exp(B)
Incobrabilidada
1 Interseccin
Pruebacida
Error
tp.
Wald gl
Sig.
-,508 2,192
,054 1
,817
-5,923 2,112 7,866 1
,005
,003
4,263E05
,168
,004
,988
,980
,996
4,980 4,941 1
11,069
,026 1,559E-05
8,999E10
,270
10,171 3,291 9,550 1
,002 26142,699
Exp(B)
Lmite
inferior
Lmite
superior
CapitaldeTrabajoNetoOperativo
-,012
,004 8,392 1
RentabilidadsobreVentas
Endeudamiento
41,279 16556501,428
RotacindeCartera
-,218
,111 3,886 1
,049
,804
,648
,999
-,007
,006 1,286 1
,257
,993
,981
1,005
-,096
,155
,537
,909
,670
1,232
AosOperacin
AosExperienciaCEO
,381 1
a. La categora de referencia es: 0.
P g i n a 132
Anexo 6: Clasificacin de empresas de la poblacin ordenadas por ao y

probabilidad de riesgo de incobrabilidad.
Ao
operacin
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
Razn Social
CENCOSUD S.A.
CLUB HIPICO DE PUNTA ARENAS S.
CORPORACION NACIONAL DEL COBRE
SOCIEDAD QUIMICA Y MINERA DE C
EMPRESAS COPEC S.A.
S.A.C.I. FALABELLA
FORUS S.A.
BLANCO Y NEGRO S.A.
CRUZADOS S.A.D.P.
CELULOSA ARAUCO Y CONSTITUCION
SOCIEDAD ANONIMA VIA SANTA RI
E.CL S.A.
COLBUN S.A.
EMPRESA ELECTRICA DE MAGALLANE
EMPRESAS HITES S.A.
AZUL AZUL S.A.
COMPAIA ELECTRICA DEL LITORAL
METROGAS S.A.
COMPAIA PESQUERA CAMANCHACA S
EMPRESA ELECTRICA DE IQUIQUE S
CHILECTRA S.A.
RIPLEY CHILE S.A.
GASCO S.A.
SODIMAC S.A.
Probabilidad
DSI
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0001%
0,0001%
0,0002%
0,0002%
0,0002%
0,0003%
0,0006%
0,0009%
0,0009%
0,0033%
0,0035%
0,0043%
0,0043%
0,0064%
0,0125%
0,0126%
0,0127%
0,0141%
0,0258%
0,0303%
0,0316%
0,0497%
0,0651%
0,0920%
Clasificacin
DSC
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
P g i n a 133
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
2013
Ao
operacin
EMPRESA ELECTRICA DE ARICA S.A

DETROIT CHILE S.A.
WATTS S.A.
EMPRESAS IANSA S.A.
MASISA S.A.
AES GENER S.A.
AD RETAIL S.A.
EMPRESA DE TRANSPORTE DE PASAJ
ENERSIS S.A.
WALMART CHILE S.A.
EMPRESA NACIONAL DE ELECTRICID
BLUMAR S.A.
EMPRESA ELECTRICA DE ANTOFAGAS
CORPESCA S.A.
COMPAIAS CIC S.A.
COMPAIA AGROPECUARIA COPEVAL
COAGRA S.A.
COMPAIA SUD AMERICANA DE VAPO
SMU S.A.
Razn Social
0,1293%
0,1328%
0,1584%
0,1746%
0,1988%
0,3315%
0,4465%
0,4491%
0,5764%
0,6072%
1,0211%
1,5279%
1,5484%
1,5491%
2,0245%
2,0810%
2,2719%
2,6540%
5,3786%
6,6937%
7,2892%
8,0762%
8,2743%
15,0660%
15,7769%
17,8558%
21,7696%
33,5910%
79,3502%
99,1579%
99,2443%
99,9989%
100,0000%
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Reliable
Reliable
Reliable
Reliable
Limit
Later
Extreme
Extreme
Extreme
Extreme
Probabilidad Clasificacin
DSI
DSC
P g i n a 134
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014

COLBUN S.A.
EMPRESAS COPEC S.A.
S.A.C.I. FALABELLA
FORUS S.A.
E.CL S.A.
EMPRESAS HITES S.A.
CRUZADOS S.A.D.P.
CHILECTRA S.A.
BLUMAR S.A.
RIPLEY CHILE S.A.
EMPRESAS IANSA S.A.
MASISA S.A.
AD RETAIL S.A.
BLANCO Y NEGRO S.A.
DETROIT CHILE S.A.
METROGAS S.A.
WATTS S.A.
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0001%
0,0002%
0,0010%
0,0020%
0,0024%
0,0042%
0,0049%
0,0050%
0,0077%
0,0082%
0,0094%
0,0204%
0,0207%
0,0232%
0,0314%
0,0345%
0,0665%
0,0897%
0,1017%
0,1085%
0,1360%
0,1442%
0,1602%
0,1888%
0,2048%
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
P g i n a 135
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
2014
AZUL AZUL S.A.

SODIMAC S.A.
GASCO S.A.
WALMART CHILE S.A.
CORPESCA S.A.
COMPAIAS CIC S.A.
AES GENER S.A.
COAGRA S.A.
ENERSIS S.A.
SMU S.A.
CENCOSUD S.A.
0,2170%
0,2801%
0,2999%
0,3202%
0,4655%
0,5657%
0,6373%
0,7955%
1,0445%
1,0531%
1,2468%
1,3578%
2,1535%
2,7958%
4,5587%
5,3131%
7,6801%
8,7484%
25,5560%
30,4745%
31,7313%
45,0697%
52,4954%
54,9345%
73,3866%
96,4328%
99,9998%
100,0000%
100,0000%
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Reliable
Limit
Limit
Limit
Limit
Limit
Later
Extreme
Extreme
Extreme
Extreme
P g i n a 136
Ao
operacin
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
Razn Social
CENCOSUD S.A.
S.A.C.I. FALABELLA
EMPRESAS COPEC S.A.
FORUS S.A.
GASCO S.A.
E.CL S.A.
CHILECTRA S.A.
EMPRESAS HITES S.A.
COLBUN S.A.
RIPLEY CHILE S.A.
EMPRESAS IANSA S.A.
BLUMAR S.A.
METROGAS S.A.
CRUZADOS S.A.D.P.
Probabilidad Clasificacin
DSI
DSC
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0000%
0,0001%
0,0001%
0,0002%
0,0002%
0,0003%
0,0023%
0,0025%
0,0031%
0,0049%
0,0053%
0,0063%
0,0065%
0,0068%
0,0079%
0,0132%
0,0133%
0,0149%
0,0163%
0,0165%
0,0396%
0,0431%
0,0473%
0,0815%
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
P g i n a 137
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015
2015

ENERSIS S.A.
WATTS S.A.
AD RETAIL S.A.
WALMART CHILE S.A.
AES GENER S.A.
SODIMAC S.A.
MASISA S.A.
COMPAIAS CIC S.A.
DETROIT CHILE S.A.
AZUL AZUL S.A.
BLANCO Y NEGRO S.A.
CORPESCA S.A.
COAGRA S.A.
SMU S.A.
0,1020%
0,1370%
0,1535%
0,1583%
0,1980%
0,2590%
0,4475%
0,4490%
0,4736%
0,5724%
0,5772%
0,7629%
0,9317%
1,0474%
1,2732%
1,7081%
2,9090%
3,7737%
5,1743%
7,2191%
14,9605%
18,0322%
18,1984%
21,8822%
25,2479%
31,0756%
44,4906%
45,8485%
77,4444%
87,3944%
99,9997%
100,0000%
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Secure
Reliable
Reliable
Reliable
Reliable
Reliable
Limit
Limit
Limit
Later
Later
Extreme
Extreme
P g i n a 138
Anexo 7: Tablas derivadas del anlisis de la clasificacin de riesgo de

incobrabilidad de las empresas de la poblacin para cada ao respectivo.
2013
N Empresas segn calificacin
Secure
55
Reliable
Limit
Later
Extreme
Total
65
2014
Secure
54
Reliable
Limit
Later
Extreme
Total
65
2015
Secure
Reliable
Limit
Later
Extreme
Total

53
5
3
2
2
65
P g i n a 139
Anexo 8: Tablas con el clculo del ejemplo de clasificacin de riesgo de

incobrabilidad de la Sociedad COAGRA S.A para el ao 2013.
2013
Escenario Actual COAGRA S.A
Variables
Constante
Prueba cida
Coeficientes
-5,923
Valores
1
1,07991192
Magnitud
-0,5082185
-6,396732

Operativo
-,012
52,0594586
-0,6405836
Rotacin de Cartera
-,218
1,90516808
-0,4150097
Rentabilidad sobre Ventas
-11,069
0,00974567
-0,1078709
Endeudamiento
10,171
0,81632882 8,30314591
Aos Operacin
-,007
21
-0,1487896
Aos Experiencia CEO
-,096
-0,767518
-,508
ln(p/1-p)
Probabilidad
-,681577
33,59%
P g i n a 140
2013
Variables
Constant
e
Prueba
cida
Capital
de
Trabajo
Neto
Operativ
o
Rotacin
de
Cartera
Rentabili
dad
sobre
Ventas
Endeuda
miento
Aos
Operaci
n
Aos
Experienc
ia CEO
Escenario 1:
Incremento
capital de
trabajo en un
40%
Valore Magni
s
tud
1
0,5082
185
1,0799
1192 6,3967
32
72,883
242 0,8968
171
Escenario 2:
Disminucin de
niveles de
endeudamiento
en 40%
Valore Magni
s
tud
1
0,5082
185
1,0799
1192 6,3967
32
52,059
4586 0,6405
836
1,9051
6808
0,4150
097
0,1078
709
1,9051
6808
8,3031
4591
0,1487
896
0,7675
18
0,4897
9729
21
0,0097
4567
0,8163
2882
21
0,0097
4567
Escenario 3:
Incremento de
la prueba cida
en 30%
Valore
s
1
1,4038
855
52,059
4586
0,4150
097
0,1078
709
1,9051
6808
4,9818
8755
0,1487
896
0,7675
18
0,8163
2882
21
0,0097
4567
Escenario 4:
efectos
conjuntos
Magni
tud
0,5082
185
8,3157
516
0,6405
836
Valore
s
1
Magni
tud
-,508
1,4038
855
8,3157
516
0,8968
171
0,4150
097
0,1078
709
1,9051
6808
8,3031
4591
0,1487
896
0,7675
18
0,4897
9729
21
72,883
242
0,0048
7284
0,4150
097
0,0539
355
4,9818
8755
0,1487
896
0,7675
18
P g i n a 141
ln(p/
1-p)
Probabilid
ad
ln(p/1
-p)
Probabilid
ad
ln(p/1
-p)
Probabilid
ad
ln(p/1
-p)
Probabilid
ad
,93781
0
28,13%
4,0028
35
1,79%
2,6005
96
6,91%
6,1241
53
0,22%
P g i n a 142
APNDICE
Clasificacin de los riesgos
Las empresas estn expuestas a diversos riesgos de diferente naturaleza, lo cual
hace complejo el clasificarlos en categoras absolutas. En trminos muy amplios,
los riesgos pueden ser clasificados en dos grandes grupos: los riesgos de
negocios y los riesgos no relacionados con los negocios. Los riesgos de negocio
son aquellos que la empresa asume voluntariamente para crear una ventaja
competitiva y para agregar valor a los accionistas (Jorion, 2001). Por otro lado,
los dems riesgos que no estn relacionados con los negocios son aquellos que
la empresa no puede controlar (Jorion, 2001). Dentro de estos ltimos se
incluyen riesgos como el riesgo geopoltico el cual es un riesgo exgeno a la
empresa, que podra llegar a generar movimientos adversos de los factores de
mercado afectando oferta, demanda y precios de activos, instrumentos y
posiciones financieras. Otros riesgos exgenos no controlables, aunque si
gestionables, son los riesgos financieros los cuales conforman una gran parte de
los riesgos ms relevantes a considerar para las empresas, y estos pueden
definirse como aquellos que estn relacionados a posibles prdidas en los
mercados financieros, tales como perdidas debido a movimientos de las tasas de
inters o incumplimiento en las obligaciones financieras (Jorion, 2001). Es por
ello que dividiremos los riesgos en base a esta clasificacin, y en funcin de la
utilidad o aporte que dicha divisin genera para efectos de anlisis. Los riesgos
los categorizaremos en dos grandes grupos, los riesgos de negocio (voluntarios
y asumidos por la empresa al desarrollar su actividad) y los riesgos financieros
(no controlables o exgenos a la empresa). En seguida se pasar a detallar los
riesgos ms importantes y relevantes que componen estos dos grupos.
P g i n a 143
Riesgos Financieros
Dentro de la gran variedad de riesgos financieros, existen variadas tipologas
basadas en su naturaleza. Existen diversas categoras para dividir los riesgos
financieros. Entre los riesgos ms relevantes se encuentran los siguientes.
Riesgo de Mercado
El riesgo de mercado se comprende como la perdida que puede sufrir un

inversionista debido a la diferencia en los precios que se registran en el mercado
o movimientos de los llamados factores de riesgo (Haro, 2008). Estos factores
de riesgo que se suscitan tienen que ver con la volatilidad en tasas de inters,
tipos de cambio, inflacin, entre otros. Otra forma de definirlo en trminos ms
especficos sera como la posibilidad de que el valor presente neto de un
portafolios
se
mueva
adversamente
ante
cambios
en
las
variables
macroeconmicas que determinan el precio de los instrumentos que componen

una cartera de valores (Haro, 2008). Estas variables macroeconmicas son los
factores de riesgo sealados previamente, los cuales se rigen por los
mecanismos de mercado de oferta y demanda, por lo cual son voltiles y hacen
fluctuar el valor de un determinado instrumento financiero.
Riesgo de Crdito
El riesgo de crdito se define como la perdida potencial producto del

incumplimiento de la contraparte en una operacin que incluye un compromiso
de pago (Haro, 2008). Estos compromisos que estn fijados bajo contrato deben
ser plenamente cumplidos, aunque en ocasiones, la contraparte no efecta el
pago en la fecha indicada, ni bajo las condiciones pactadas derivando a un riesgo
de crdito en dicha operacin comercial o financiera. El riesgo de crdito tambin
es llamado como riesgo de insolvencia o de default, y puede ser definido de igual
manera como el riesgo de una prdida econmica como consecuencia de que
P g i n a 144
una de las partes contratantes deje de cumplir sus obligaciones y produzca, en

la otra parte, una perdida financiera (Bonas, Llanes, Usn, & Veiga, 2007).
Riesgo de Liquidez
El riesgo de liquidez hace alusin a las prdidas que puede sufrir una institucin
al requerir una mayor cantidad de recursos para financiar sus activos a un costo
posiblemente inaceptable (Haro, 2008). Esto puede derivar a una situacin en
que la empresa tenga dificultades para obtener los fondos requeridos para
cumplir con sus compromisos asociados con los instrumentos financieros. El
riesgo de liquidez tambin puede ser comprendido como la imposibilidad de
transformar en efectivo un activo o portafolios (imposibilidad de vender un activo
en el mercado) (Haro, 2008). Lo cual, en otras palabras, puede ser entendido
como la incapacidad para vender un activo rpidamente y obtener del mismos
un importe prximo a su valor razonable (Bonas, Llanes, Usn, & Veiga, 2007).
Algunas veces, no es posible liquidar los activos de un portafolio al no existir
mercado, o al existir una escasez evidente de participantes del mercado como
compradores y/o vendedores de instrumentos, lo cual impide que se pueda hacer
efectivo una determinada posicin sobre el mismo.
Riesgo Legal
El riesgo legal es un tipo de riesgo clasificado dentro de los riesgos financieros,

y se refiere a la perdida que se sufre en caso de que exista incumplimiento de
una contraparte y no se pueda exigir, por va jurdica, cumplir con los
compromisos de pago referentes a operaciones que tengan algn error de
interpretacin jurdica o alguna omisin en la documentacin (Haro, 2008). Ya
que todas las operaciones estn sustentadas en un determinado marco legal, es
importante el que no exista ningn tipo de error interpretativo o documentario que
pudiese derivar a un riesgo de este tipo, y por ende, a una perdida potencial.
P g i n a 145
Riesgos de Negocio
Dentro de los riesgos de naturaleza de negocio los cuales son voluntarios y
asumidos por la empresa al desarrollar su actividad, se encuentra los siguientes.
Riesgo Operativo
El riesgo operativo, tambin conocido como riesgo operacional, es aquel

relacionado con las fallas en los sistemas, procedimientos, en los modelos o en
las personas que manejan dichos sistemas (Haro, 2008). Este riesgo puede
derivarse de errores en mecanismos, sistemas, procesos, operaciones, y est
profundamente ligado a las personas dentro de la organizacin, ya que estas
pudieron no ser debidamente capacitadas, o podra renunciar haciendo que la
empresa pierda aquel capital intelectual, talento o conocimiento crtico en el cual
invirti por concepto de desarrollo de sus recursos humanos.
Riesgo de Reputacin
El riesgo de reputacin, tambin conocido como riesgo reputacional, es

entendido como las prdidas que podrn resultar como consecuencia de no
concretar oportunidades de negocio atribuibles a un desprestigio de una
institucin por falta de capacitacin del personal clave, fraude o errores en la
ejecucin de una operacin (Haro, 2008). Esto riesgo se basa principalmente en
la desconfianza en las actividades econmicas las cuales estn sustentadas en
el grado de confiabilidad entre los clientes y proveedores al momento de llevar a
cabo tales actividades.
Riesgo Estratgico
Este riesgo consiste en la potencial prdida que se puede generar debido a la

desviacin entre los resultados obtenidos de la puesta en marcha de una
determinada estrategia y los resultados que esperados en la ejecucin de la
misma.
P g i n a 146
MATERIAL COMPLEMENTARIO
El material complementario elaborado en este proyecto de seminario de ttulo, el

cual incluye diversas bases de datos en archivos Excel, se encuentran
contenidos en el CD/DVD adjunto en formato PDF.
En caso de querer solicitar el material original de creado y compilado por los
autores, por favor contactar por correo electrnico a:
Ferdinando Stagnaro: ferdinando.stagnaro@usach.cl

Carlos Daz: carlos.diazb@usach.cl
P g i n a 147
Comentarios
P g i n a 148

Modelo de Clasificación de Riesgo de Incobrabilidad Empresarial

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Modelo de Clasificación de Riesgo de Incobrabilidad Empresarial

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD DE SANTIAGO DE CHILE

FACULTAD DE ADMINISTRACIN Y ECONOMA

MODELO DE CLASIFICACIN DE RIESGO

Aplicado a Sociedades Annimas Comerciales en Chile

FERDINANDO PAOLO STAGNARO ESPINOZA

Carta del profesor gua

Carta del profesor informante

El fruto de un trabajo conjunto, que representa lo mejor de quienes fuimos parte

Carlos Daz Bascun.

Comenzar a escribir estas palabras me llevan de manera inmediata a pensar en lo rpido

Carlos Daz Bascun

DECLARACIN TICA DE LAS FUENTES DE INFORMACIN UTILIZADAS

Yo, Ferdinando Paolo Stagnaro Espinoza, RUT: 18.638.400-8, declaro que mi

Esta declaracin se aplica para todo tipo de referencias bibliogrficas o centros

DECLARACIN TICA DE LAS FUENTES DE INFORMACIN UTILIZADAS

Yo, Carlos Eduardo Daz Bascun, RUT: 18.465.587-K, declaro que mi

Esta declaracin se aplica para todo tipo de referencias bibliogrficas o centros

Conceptos relacionados con el Riesgo de Liquidez ...................................... 25

Valores Atpicos ............................................................................................. 65

Anexo 4: Clculo de Valores Atpicos, Outlier y extremos de la base de datos.

ECUACIN 1: DEFINICIN DE RIESGO REPRESENTADO EN FORMA DE

TABLA 1: INFORMACIN MS RELEVANTE PARA UNA DECISIN

TABLA 9: CANTIDAD DE VALORES PERDIDOS O MISSING POR VARIABLE

Riesgo, Probabilidad, Prediccin de Incobrabilidad,

Risk, Probability, Uncollectible Prediction, Logistic

Conceptualizar y definir los conceptos de riesgo de crdito, riesgo de

Elaborar un modelo economtrico explicativo que permita determinar

Elaborar un modelo predictivo de clasificacin de riesgo de

Analizar resultados obtenidos por el modelo elaborado y plantear

International Financial Reporting Standards. Estndares Internacionales de informacin financiera.

Fases del estudio

Fase I: Marco referencial de la investigacin

Riesgo en trminos Financieros

El concepto de riesgo en un contexto econmico financiero puede ser

Elaboracin propia a partir de R. Charles Moyer-James R. McGuigan-William J. Kretlow, Administracin

Otras precisiones sobre el Riesgo

Para dar respuesta a estas preguntas es que nace la administracin de riesgos

manejo o cobertura de los riesgos financieros (Olarte, 2006). Si bien esta

Objetivos de la Administracin de Riesgos

La administracin de riesgos posee objetivos centrales que fundamentan su

riesgo. La nica forma de que se alcancen estos objetivos es entendiendo los

Como todo proceso, la administracin de riesgos consta de una serie de etapas.

El proceso de administracin de los riesgos puede ser resumido en la ilustracin.

Elaboracin propia a partir de material de ctedra, docente Felipe Vargas Z. Facultad de

aquellos susceptibles de generar valor a la compaa y a sus accionistas. Las

Elaboracin propia a partir de material de ctedra, docente Felipe Vargas Z. Facultad de

La decisin de la alta direccin en trminos de cobertura depende en gran parte

liquidez de los instrumentos, documentacin requerida, consideraciones

La clasificacin de los riesgos de acuerdo a su naturaleza, y en funcin de su definicin y caractersticas

Conceptos relacionados con el Riesgo de Crdito

Que un riesgo de crdito se haga efectivo requiere que se produzca un suceso

Los eventos de crdito a su vez, estn relacionados con la tasa de recuperacin

El riesgo de default es el riesgo de que una contraparte no cumpla sus

Incumplimiento de las Obligaciones de Pago

Moratoria: Ocurre cuando existe una declaracin de detener todos los

Impago: Cuando el pago no se efecta al momento del vencimiento del

Reestructuracin: En el caso de que se produzca una renegociacin de

Vencido y exigible: Cuando la deuda termina vencida y exigible por

Otro de los componentes del riesgo de default es la insolvencia entendida como

La quiebra es el inicio de un procedimiento formal para asegurar un trato

La prdida esperada (P.E) es el primero de los elementos del riesgo de crdito,

Exposicin: Esta se define como el importe que se tiene comprometido

Probabilidad de incumplimiento: Esta se encuentra vinculada al nivel de

Severidad: esta es entendida como la prdida real soportada tras el