“Modelos de predicción de insolvencia financiera en las empresas: Evidencia en México” Forecasting Financial Insolvency Models in firms: Evidence from Mexico Abstract In this study we analyze the efficiency of multivariable model predictive Re-Estimated 2009 Z-Score applied to a sample of the Mexican Stock Exchange for the period 1997-2012 and compared their results with the proposed alternative model, The Altman Z-Score Revisted. We analyzed twelve companies that had to be suspended payments in any year during the period analyzed, and other twelve companies with a stable financial situation. Subsequently financial ratios were calculated for the implementation of the models. The results were 56.3% overall prediction, with 75% accuracy for predicting corporate insolvency that had fallen into receivership. Moreover, by applying an alternative model, the model The Altman Z-Score Revisted was obtained resulting in a 86.5% overall prediction, furthermore the percentage of prediction for insolvent companies was 100%. Key words: Forecasting Insolvency, Solvency Ratios, Credit Ratings. Introducción Uno de los temas más relevantes en los últimos años en el ámbito de los negocios en México ha sido la quiebra de las empresas, esto se ha debido a diferentes factores como la insolvencia empresarial, por lo que es un área de investigación financiera importante debido a que es un evento que puede llegar a tener efectos adversos en la economía. La insolvencia empresarial según Lev (1978) se define como la incapacidad de la empresa para atender sus obligaciones financieras. Asimismo, Ibarra (2010), coincide que insolvencia es la falta de liquidez para el pago de pasivos, de la misma forma, Abreu y Morales (2008) mencionan que una empresa es técnicamente insolvente si es incapaz de cumplir sus obligaciones a medida que se vencen. Podemos citar algunos ejemplos de empresas mexicanas que han caído en insolvencia, como es el caso de Controladora Comercial Mexicana, la cual poseía deudas de más de 3 mil millones de pesos, con más de 6 mil proveedores. Recibió un préstamo por Nacional Financiera para el pago de sus acreedores, Zúñiga (2008). Por otra parte cabe recalcar que la falta de pago de Comercial Mexicana afectó al Grupo Financiero Banorte con una suma de 80 millones de dólares sin garantía, García (2009). Asimismo, tenemos a Grupo Posadas, construye y administra recintos turísticos, donde para el 2011 iba rumbo a la insolvencia con una deuda de 200 millones de pesos. La calificadora Standard & Poors reportó que la liquidez de la empresa era débil y que no podría posiblemente hacer frente a sus obligaciones, Espinosa (2011). Otro ejemplo es Vitro, empresa fabricante de vidrio industrial, que se encuentra actualmente en la pizarra concursal del Instituto Federal de Especialistas en Concursos Mercantiles (IFECOM) en la etapa de conciliación. La empresa ya fue declarada en bancarrota en Estados Unidos durante el año 2011, tenía una deuda neta para el 2010 de mil 535 millones de dólares. (Excélsior, 2011). La Asociación Mexicana de profesionales en reestructuración, insolvencia y concurso mercantil (INSOL), señala que para el 2009, 175 empresas mexicanas privadas habían caído en suspensión de pagos. Un ejemplo de empresa privada que suspendió el pago a sus proveedores y acreedores es Mexicana de Aviación la cual llegó a ser una de las aerolíneas más grandes de México. Durante el año 2010 cayó en concurso mercantil, y actualmente sigue en restructuración y conciliación para poder ser rescatada, De la Rosa (2012). Debido a lo anterior, a lo largo de los años, se han venido desarrollando diferentes modelos para predecir la insolvencia de las empresas utilizando las razones financieras como herramienta básica. Martín Abreu y José Antonio Morales Profesores de la Universidad Autónoma Metropolitana, realizaron una investigación con modelos de predicción para ocho empresas que cotizaron en la Bolsa Mexicana de Valores (BMV) durante el periodo de 1990 a 2005 y que tuvieron problemas, los cuales se reflejaron en su desempeño financiero, estas empresas fueron: Buffete Industrial, Controladora de Farmacias, Grupo Covarra, Consorcio Grupo DINA, Regio Empresas, Grupo SITUR, Grupo SIDEK y Grupo TRIBASA, Abreu y Morales (2008). En su investigación utilizaron el modelo de Altman Z-Score versión 1968, realizaron una modificación al modelo original, incluyendo una sexta razón financiera pasivo total entre activo total para poder medir la insolvencia legal, Abreu y Morales (2008). Clasificaron a las empresas en dos grupos según sus medias, estos grupos fueron en quiebra y en no quiebra, las medias de cada una de las razones multiplicadas por el valor obtenido en la función discriminante produjeron un valor global Z por cada uno de los grupos, con la calificación global Z se realizó una estimación y prueba de hipótesis acerca de estos valores para compararse con el valor medio de calificación Z de las empresas en quiebra de Altman. 1 “Modelos de predicción de insolvencia financiera en las empresas: Evidencia en México” Dentro del modelo se identificó la zona de ignorancia o de error, la cual señala si las empresas deben ser clasificadas en quiebra o no quiebra cuando su calificación Z se encuentre fuera de esta zona. El resultado de esta investigación fue que el modelo no fue eficiente para predecir la quiebra ya que los resultados cayeron en dicha zona de ignorancia. Del mismo modo, Astorga Hilbert del Instituto Federal de Especialistas en Concursos Mercantiles (IFECOM) realizó un estudio con 124 empresas mexicanas de diversas industrias como la manufacturera, comerciales, de servicios, construcción y comunicación. De estas se seleccionaron 44 de ellas para ser utilizadas en el modelo Altman Z (1968) y el modelo ZETA (1977). (Astorga, s.f.) Al aplicar los modelos, los resultados que se obtuvieron fueron los siguientes, para el modelo Z, se obtuvo una certeza del 82% de predicción. Para el caso del modelo ZETA, el resultado fue de un 88% de precisión al predecir la insolvencia. Astorga concluyó que los modelos tuvieron una baja certeza de predicción. (Astorga, s.f.) Otra investigación mexicana sobre el modelo Altman, fue una tesis doctoral de Alberto Ibarra en el año 2001, donde aplicó un modelo multivariable con el que pretendía reducir las razones que utilizó Altman del año 1968 para predecir la insolvencia en México de las empresas del sector hotelero de la Bolsa Mexicana de Valores (BMV), Ibarra (2001) Su principal objetivo era estudiar una economía emergente a partir de razones en modelos predictivos en el sector antes mencionado. La muestra fue de cinco empresas hoteleras: Aristos, Calinda, Posadas, Realtur y Situr, éste último seguía presentando información financiera a la BMV por criterios de la Comisión Nacional Bancaria y de Valores, a pesar de estar en suspensión de pagos, Ibarra (2001). Una de las desventajas del modelo de Altman que fue mencionada en la tesis de Ibarra (2001) es que para utilizar el modelo se presentan problemas de calidad ya que la información financiera de las muestras que se seleccionan no es íntegra, Ibarra (2001) además critica en su investigación que el modelo de Altman no puede diferenciar que las empresas que cayeran en insolvencia fracasarían, ya que se ha comprobado que en ocasiones no se clasifican en el resultado del modelo como insolvente cuando realmente lo son o viceversa. Continuando con la evolución del modelo de Altman, en el 2005 se realizó un estudio aplicado a empresas mexicanas, el objetivo fue principalmente analizar tanto empresas públicas como privadas con el fin de poder crear un parámetro de calificación propio y poderlo comparar con el de las agencias calificadoras Moody´s, S&P y Fitch. El análisis fue mediante el modelo ajustado Emerging Market ScoringModel (EMS) basado en el modelo Altman Z-Score, enfocando su aplicación en mercados emergentes, Altman (2005) El estudio se llevó a cabo evaluando los créditos de las empresas desde antes de la crisis financiera de 1994 hasta el año 2005, tomando como muestra alrededor de 30 empresas que habían emitido deuda en el mercado de eurobonos, donde la mayoría de las firmas obtuvieron calificaciones más bajas por parte de las calificadoras que las obtenidas mediante el modelo EMS, esto debido a que influyeron factores cambiantes como la volatilidad del peso mexicano y la inflación impactando en el mercado de capital y por ende en las utilidades de los accionistas. A pesar de dichas ineficiencias se concluyó que el estudio había aportado valor significativo al modelo EMS y que su aplicación era posible de llevar a cabo, Altman (2005). Debido al éxito de predicción del modelo Re-estimated Z-Score y a que diferentes autores concuerdan que el estudio de los modelos de predicción de la insolvencia en México es escaso y su aplicación ha resultado ineficiente, se declara el problema: En los últimos 15 años los estudios realizados para la predicción de la insolvencia han demostrado que los modelos no han sido eficientes, lo que causa que no exista un parámetro de medición para prever los problemas de insolvencia de las empresas mexicanas públicas y privadas. Hipótesis Hipótesis Nula: El modelo Re-estimated Z score tuvo una precisión de predicción =>93%. Hipótesis Alternativa: El modelo Re-estimated Z score tuvo una precisión de predicción =<93%. Objetivo General Analizar la eficiencia de predicción del modelo Re-estimated Z-Score 2009 aplicado a una muestra de la Bolsa Mexicana de Valores para el periodo 2005-2010. Este proyecto intenta aplicar dicho modelo a una muestra de empresas que cotizan en la BMV para determinar su eficiencia para predecir la insolvencia y compararlo con un modelo alternativo propuesto el Altman Z-Score Revisted. Las contribuciones que nuestra investigación aporta son: Proponer un método de medición eficiente para prever la insolvencia empresarial en las empresas mexicanas. Promover la utilización de métodos de predicción de insolvencia en las empresas mexicanas. Satisfacer las expectativas de los inversionistas al conocer la buena salud financiera de la empresa gracias a la medición de su posible insolvencia. 2 “Modelos de predicción de insolvencia financiera en las empresas: Evidencia en México” Fundamentos teóricos y revisión de la literatura más relevante El uso de las razones financieras radica cuando los inversionistas de Estados Unidos comenzaron a utilizarlas como técnica de gestión y administración, basándose en el análisis financiero siendo el pionero Alexander Wall después del crack bursátil del año 1929, periodo que se caracterizó por quiebras masivas de empresas norteamericanas, Ibarra (2010). Con lo anterior surgen los primeros trabajos y modelos para predecir la insolvencia basados en razones financieras, los cuales pueden ser divididos en tres etapas. La primera etapa consistía en llevar a cabo el análisis financiero a través de razones financieras y conocer el valor que dichas razones aportaban como herramienta de predicción, Ibarra (2010). En esta etapa surge el trabajo pionero de Paul Fitzpatrick (1932), donde tomó una muestra de 19 empresas sanas y 19 empresas en quiebra determinando que los factores de predicción más importantes eran la rentabilidad y el endeudamiento. Es importante mencionar que dichos resultados carecían de exactitud debido a la falta de tecnología, y a la forma de registro y presentación de los estados financieros, Ibarra (2010). La segunda etapa se constituye básicamente con la creación de los primeros modelos, los cuales consistían en modelos univariables que tenían como objetivo principal la utilización por separado de las variables independientes con el fin de explicar una variable dependiente, Ibarra (2010). Beaver, (1966, 1968) representa dicha etapa mediante sus estudios empíricos a través de la utilización de las razones financieras con el fin de poder determinar la solvencia y liquidez de las empresas para posteriormente predecir una quiebra. Sin embargo, más que determinar la mejor herramienta de predicción, William Beaver quería señalar la importancia de la información contable y su utilidad de predicción, ya que en el pasado lo anterior no había sido empíricamente contrastado, Ibarra (2010). La tercera etapa es aquella donde aparecen los modelos multivariables los cuales analizan simultáneamente tres o más variables independientes. Dentro de esta etapa el principal estudio realizado fue el modelo Z-Score de Edward Altman (1968) mediante el método de análisis discriminante debido a la capacidad significativa para predecir la insolvencia, Ibarra (2010). Edward Altman en su modelo Z-Score, definía insolvencia como la falta de pago a los bancos por parte de las empresas. Su primer modelo utilizó una muestra de 66 empresas de la industria manufacturera, 33 empresas que habían sido insolventes y 33 financieramente solventes, en un periodo de 1946 a 1965, Somoza (2000). Utilizó una combinación de 5 razones financieras que fueron: capital de trabajo a activo total, utilidades retenidas a activo total, utilidades antes de intereses e impuestos a activo total, valor de mercado del capital contable a valor en libros de la deuda y ventas a activo total. Usando esas razones en un modelo, obtenía un valor Z, el cuál determinaba el rango donde se clasificaba la empresa. Si el valor Z era menor o igual a 2.675 la empresa caía como insolvente y si era mayor estaba en una zona segura. Altman concluyó su investigación demostrando que su modelo tuvo un porcentaje de predicción del 95% para el primer año, Somoza (2000). Para 1977, Altman determinó la necesidad de realizar un nuevo estudio, por lo que junto con Haldeman y Narayanan, realizaron una nueva versión del modelo de 1968 al cual denominaron ZETA. En este modelo se utilizó una muestra de 111 empresas, 53 en bancarrota y 58 sanas en un periodo de 1969 a 1975, lo que diferenciaba con el de 1968, es que en el ZETA se incluían empresas de venta al detalle además de las manufactureras. El objetivo de esta nueva versión era poder incrementar la predicción de la insolvencia para los años posteriores, Altman (1977). Los cambios que realizaron fueron: en la muestra cambiaron el tamaño e incluyeron a empresas de venta al detalle, en cuanto a las variables analizaron las notas de los estados financieros para calcular las razones financieras y utilizaron información más reciente, Altman (1977). Las conclusiones de la investigación resultaron exitosas ya que las modificaciones lograron que para el año 5 se predijera la insolvencia con una precisión del 70% mientras que en el estudio de 1968, esa precisión se lograba para el año 2, Altman (1977). Una de las investigaciones recientes basada en el modelo Z-Score de Altman, fue realizada en el 2009 por los profesores de la Universidad de Kentucky de EUA, el objetivo principal era eliminar las críticas al estudio anterior, utilizando una muestra más grande que incluyera empresas de diversas industrias, empleando datos recientes y de diversos años, Russ, Achilles & Greenfield (2009). Metodología de Investigación Se realizó una investigación documental, para identificar las empresas que en las últimas dos décadas han caído en suspensión de pagos o han estado en concurso mercantil debido a su insolvencia, dicha investigación arrojó la muestra de las empresas insolventes con las que se trabajarán durante este proyecto de evaluación, las cuáles son doce empresas que fueron insolventes algún año del periodo de 1997 al 2012. La segunda parte de la muestra son las empresas que no han tenido problemas de insolvencia o falta de pagos en las últimas dos décadas. Una vez seleccionada la muestra de empresas solventes e insolventes, se procedió a obtener la información financiera de las mismas en la terminal de Bloomberg. 3 “Modelos de predicción de insolvencia financiera en las empresas: Evidencia en México” Muestra de empresas insolventes Ticker AHMSA AUTLAN COMERCI Razón Social Año insolvente Fecha de listado en la BMV 1999 1994 Materiales $ 62,537,913.00 2001 1975 Materiales $ 6,036,223.00 2009 1991 2000 1997 Productos de consumo frecuente Productos de consumo frecuente 2009 1976 Industrial $ 11,503,083.00 1997 1993 Industrial Servicios y Bienes de Consumo no básico $ 4,808,450.00 $ 16,657,527.00 ALTOS HORNOS DE MEXICO, S.A. COMPAÑÍA MINERA AUTLAN SAB CONTROLADORA COMERCIAL MEXICANA, S.A.B. DE C.V. Total de activos Año 2012 (Miles de pesos) Sector $ 40,243,527.00 GMD GRUPO AZUCARERO MÉXICO, S.A.B. DE C.V GRUPO INDUSTRIAL SALTILLO, S.A.B. DE C.V. GRUPO MEXICANO DE DESARROLLO HILASAL HILASAL MEXICANA S.A.B. DE C.V. 2012 1995 PAPPEL BIO PAPPEL SAB DE CV 2008 1991 POSADAS GRUPO POSADAS, S.A.B. DE C.V. 2010 1992 Materiales Servicios y Bienes de Consumo no básico TEKCHEM TEKCHEM, S.A.B. DE C.V. 2007 1996 Materiales $ 148,496.00 TMM 2003 2001 Industrial $ 13,026,509.00 GAM GISSA GRUPO TMM, S.A * $ 629,829.00 $ 13,757,410.00 2009 1994 Materiales $ 35,073,969.00 VITRO, S.A.B. DE C.V. Fuente. Elaboración propia. La segunda parte de la muestra son las empresas que no han tenido problemas de insolvencia o falta de pagos en las últimas dos décadas., de acuerdo a nuestra investigación. Se seleccionó el mismo número de empresas aleatoriamente, esto con la finalidad de tener una muestra equivalente entre las empresas sanas y con problemas de insolvencia, teniendo una muestra total de 24 empresas. Muestra de empresas solventes. VITRO Ticker Razón Social Fecha de listado en la BMV Sector Total de activos Año 2012 (Miles de pesos) ARA CONSORCIO ARA, S.A.B. DE C.V. 1996 Industrial $ 16,375,942.00 AZTECA TV AZTECA, S.A.B. DE C.V. 1997 Servicios de telecomunicaciones $ 33,577,521.00 BEVIDES 1993 FEMSA FARMACIAS BENAVIDES, S.A.B. DE C.V. FOMENTO ECONÓMICO MEXICANO, S.A.B. DE C.V. GFAMSA GRUPO FAMSA, S.A.B. DE C.V. GMEXICO GRUPO MEXICO, S.A.B. DE C.V. GRUMA $ 4,410,258.00 1998 Salud Productos de consumo frecuente Servicios y bienes de consumo no básico 2000 Materiales $ 18,785,000.00 GRUMA, S.A.B. DE C.V. 1991 Productos de consumo frecuente $ 49,460,402.00 HERDEZ GRUPO HERDEZ, S.A.B. DE C.V. 1991 Productos de consumo frecuente $ 9,856,860.00 KIMBER KIMBERLY - CLARK DE MEXICO S.A.B. DE C.V. 1961 KOF COCA-COLA FEMSA, S.A.B. DE C.V. 1993 MEXCHEM MEXICHEM, S.A.B. DE C.V. 1978 TLEVISA GRUPO TELEVISA, S.A.B. 1991 1993 Productos de consumo frecuente Productos de consumo frecuente Materiales Servicios de telecomunicaciones $ 295,941,898.00 $ 29,862,795.00 $ 28,036,421.00 $ 166,103,164.00 $ 99,733,429.00 $165,066,177.00 Fuente. Elaboración propia. 4 “Modelos de predicción de insolvencia financiera en las empresas: Evidencia en México” Una vez seleccionada la muestra de empresas solventes e insolventes, se procedió a obtener la información financiera de las mismas en la terminal de Bloomberg. Análisis de resultados De acuerdo a los parámetros discriminatorios de Altman se consideraron los siguientes criterios para etiquetar las empresas como solventes o insolventes de acuerdo al valor Z obtenido al efectuar el modelo, si el valor Z es menor 1.10 se considera insolvente o si el valor Z es mayor o igual a 1.10 se considera solvente. Insolvente < 1.10 > Solvente Valor Z Resultados Generales Los resultados generales, tomando en cuenta las observaciones insolventes y solventes, se pueden resumir, siendo el 2006 el año con el mayor porcentaje de predicción con un 69.2%, y el año 2011 tuvo el menor porcentaje con un 30.8% de observaciones correctas. Al analizar el total de observaciones de todos los años de ambas muestras, resultaron 71 observaciones correctas y 55 incorrectas, dando como porcentaje de predicción final de 56.3%. Comparación con otros países En este apartado se compararán los resultados obtenidos al aplicar el modelo Re- estimated Z- Score en una muestra de empresas estadounidenses, y otra de empresas que cotizan en la Bolsa Mexicana de Valores. La comparación de los resultados, se muestran en la siguiente tabla: Tabla 18. Comparación de resultados generales Predicciones Re-estimated Z-score EUA Re-estimated Z-score México Solvente Correcto 22,325 95.70% 62 54.39% 1,011 4.30% 52 45.61% Correcto 331 61.00% 9 75.00% Incorrecto 212 39.00% 3 25.00% Incorrecto Insolvente Predicción General 23,879 94.90% 126 56.30% Fuente. Elaboración propia Se puede inferir que el porcentaje de predicción de la muestra solvente afectó al porcentaje general de ambos estudios, ya que para EUA, fue alto y con un mayor número de observaciones que en la muestra insolvente, lo mismo para México pero al ser la mayoría de las observaciones incorrectas, el porcentaje general disminuyó. En adición al modelo Re-estimated Z Score, los autores Russ, Achilles & Grenfield, proponen en su investigación un modelo alternativo el cual se aplicó a la misma muestra, obteniendo los siguientes resultados: Tomando en cuenta las observaciones solventes e insolventes, se muestra que los mejores porcentajes de predicción fueron los años del 2009 y el 2011 con un 92.3% en cada año, el menor porcentaje se mostró en el 2007 con un 66.7%. En total, con las 109 observaciones correctas y las 17 incorrectas, se obtuvo una predicción de 86.5%. Conclusiones Al implementar el modelo Re-estimated Z Score se arrojaron los siguientes resultados: para la muestra de las empresas solventes se tuvo una predicción del 54.4%, mientras que para la muestra insolvente fue del 75%. El resultado general para el modelo Re-estimated Z-Score fue de un 56.3%. Además, se analizó, se implemento y se evaluó un modelo alternativo obteniendo un resultado de predicción para la muestra insolvente del 100%, y para las observaciones de las empresas solventes se tuvo una certeza del 85%. En general la predicción para ambas muestras fue de un 86.5%. En base a lo anterior se rechaza la hipótesis nula y se acepta la hipótesis alternativa de “El modelo Reestimated Z score tiene una precisión de predicción =<93%”. Por otra parte al aplicar el modelo alternativo se puede concluir que este tiene una mayor eficiencia de predicción para el caso mexicano en el periodo de 1996 al 2012, en comparación del modelo Re-estimated ZScore ya que se tuvo un 86.5% contra un 56.3%. Bibliografía Abreu Beristain, M., Morales Castro, J.A. (2008). Las empresas con problemas en la Bolsa Mexicana de Valores. Denarius Revista de Economía y Administración volumen 16, No. 1, 139-174. Retrieved from http://148.206.53.230/revistasuam/denarius/include/getdoc.php?id=588&article=210&mode=pdf Altman, E. I. (2005). An emerging market credit scoring system for corporate bonds.Emerging Markets Review, 6(4), 311-323.doi: http://dx.doi.org/10.1016/j.ememar.2005.09.007 5 “Modelos de predicción de insolvencia financiera en las empresas: Evidencia en México” Altman,E. & Hotchkiss, E. (2006). Corporate financial distress and bankruptcy: Predict and avoid bankruptcy, analyze and invest in distressed debt. [Adobe Digital Editions version]. http://cs5937.userapi.com/u11728334/docs/c7817b76c3eb/Edward_I_Altman_Corporate_Financial_Distress. pdf De la Rosa, A. (2012). Juez niega remoción de conciliador de Mexicana. EL ECONOMISTA. Retrieved from. http://eleconomista.com.mx/industrias/2012/09/17/juez-niega-remocion-conciliador-mexicana Delgado Rodríguez, M., Llorca Díaz, J. (2004) Estudios longitudinales: concepto y particularidades. Revista Española de Salud Pública. Retrieved from http://redalyc.uaemex.mx/pdf/170/17078202.pdf Espinosa, E. (2012). Grupo Posadas se encuentra rumbo a la insolvencia. EXCELSIOR. Retrievedfromhttp://www.excelsior.com.mx/index.php?m=nota&seccion=especial-dinero-crisiseuro&cat=13&id_nota=797923 Eyssautier de la Mora, M. (2006). Metodología de la investigación: Desarrollo de la inteligencia Retrieved from http://books.google.com.mx/books?id=xdALJ4BXo_AC&lpg=PP1&hl=es&pg=PP1#v=onepage&q&f=false Flores Orendain M. , (2009) Reforma del estado y modernización en las organizaciones públicas, Tesis, Unidad Iztapalapa, Universidad Autónoma Metropolitana. Retrieved from http://148.206.53.231/UAMI14712.pdf Flores Fahara M., (2004) Implicaciones de los paradigmas de investigación en la práctica educativa, Revista Digital Universitaria, Vol.5, Número 1, 1-9 Retrieved fromhttp://www.revista.unam.mx/vol.5/num1/art1/ene_art1.pdf García de León, V. (2009). Comerci nos falló: director de Banorte. CNN Expansión.Retrieved from http://www.cnnexpansion.com/expansion/2009/08/03/comerci-actuo-de-forma-mal-habida Garza Mercado, A. (1996) "Manual de técnicas de investigación para estudiantes de ciencias sociales", 6 ed. México: El Colegio de México. Retrieved from http://biblio.colmex.mx/bib_dig/ario/pviii.htm Hernández, R., Fernández, C. & Baptista, P. (2010) Metodología de la investigación. Perú: McGraw-Hill. Ibarra Mares, A.: (2001) "Análisis de las dificultades financieras de las empresas en una economía emergente: las bases de datos y las variables independientes en el sector hotelero de la bolsa mexicana de valores", Edición electrónica gratuita. Texto completo en www.eumed.net/tesis/2010/aim/ Ibarra Mares, A. (2010). Desarrollo del análisis factorial multivariable aplicado al análisis financiero actual, Edición electrónica gratuita. Textocompletoen http://www.eumed.net/libros/2010a/666/ Navarrete Marneu, E., Sansores Guerrero, E. (2011). El Fracaso de las micro, pequeñas y medianas empresas en Quintana Roo, México: Un análisis multivariante. Revista Internacional Administración & Finanzas, Vol. 4, No.3, 21-33. Retrieved from http://ssrn.com/abstract=1884519 Ruiz Limón, R. (2007). Historia y evolución del pensamiento científico, Edición electrónica gratuita. Texto completo en http://www.eumed.net/libros-gratis/2007a/257/ Russ, R. W., Achilles, W. W., & Greenfield Jr., A. C. (2009).The Altman Z-Score Revisted. Journal Of International Finance&Economics, 9(4), 59-73. Sandoval, M. (2012). Descarta Standard &Poor’s insolvencia en Cemex. MILENIO. Retrieved from http://monterrey.milenio.com/cdb/doc/noticias2011/24832646d51263c272e25e9b2b30f8f6 Somoza López, A. (2000). Los modelos contable-financieros de predicción de la insolvencia empresarial. Una aportación y su aplicación a una muestra de empresas de los sectores textil y confección de la provincia de Barcelona (1994-1997). Tesis Doctorales en Red. http://www.tesisenred.net/handle/10803/1254 Valenzuela, A. (2009). Comerci nos falló: director de Banorte. CNNEXPANSIÓN. Retrieved from http://www.cnnexpansion.com/expansion/2009/08/03/comerci-actuo-de-forma-mal-habida Zúñiga, A. (2008). Nafin rescató a Comercial Mexicana de la insolvencia con $3 mil millones. La Jornada UNAM. Retrieved from http://www.jornada.unam.mx/2008/10/30/index.php?section=economia&article=031n2eco 6