Cómo prevenir y predecir el riesgo de concurso de acreedores

El COVID-19 ha ocasionado una de las mayores crisis sociales y económicas de las últimas décadas. Más allá de la crisis sanitaria, ha originado a nivel global una drástica contracción de la economía en todo el mundo. En el caso de España, la coyuntura actual está propiciando el aumento de los concursos de acreedores, y el propio ministro de Justicia, en su última intervención en el Senado, anunció que se espera un incremento de procedimientos del 246% en este ejercicio y del 619% para 2021.

Desde sus inicios, la figura del Controller Financiero se ha encargado de vigilar la salud de las empresas en este campo. Sin duda, ante la posibilidad de insolvencia empresarial es imprescindible extremar la vigilancia de los puntos críticos de control, así como potenciar los sistemas analíticos de manera que permitan detectar cuanto antes este riesgo de insolvencia.

Detectar síntomas de insolvencia

La utilización de las ratios para la prevención de la insolvencia es un tema de gran actualidad tras la publicación de la directiva (UE) 2019/1023 de 20 de junio de 2019. Este texto legal apunta expresamente a la utilización de herramientas de alertas tempranas para que el deudor pueda detectar a tiempo las circunstancias que podrían provocar una situación de insolvencia y advertirle de la necesidad de actuar con rapidez.

Como Controllers, debemos tener siempre actualizadas las ratios analíticas internas y los principales factores exógenos que afectan a la actividad para poder detectar posibles síntomas de insolvencia. De esta manera, podremos actuar con la diligencia y celeridad necesaria para tomar medidas que salvaguarden la organización. Asimismo, debemos practicar idéntica analítica para nuestros clientes y proveedores estratégicos adoptando medidas correctivas o preventivas en su caso y minimizando los riesgos para nuestra empresa.

Variables a analizar por el área de control de gestión

Los sistemas de medición deben ser implantados por cada organización de forma personalizada. No obstante, a modo de ejemplo, podemos desplegar un sistema analítico basado en las siguientes ratios:

  • Ratios de liquidez: ratio liquidez general, prueba ácida, prueba defensiva, ratio tesorería.

  • Periodos medios: cobro, stock, compras, pago.

  • Solvencia: ratio disponible, solvencia, calidad de la deuda, garantía.

  • Rotación: existencias, activos totales, activo fijo, cuentas a cobrar.

  • Apalancamiento: financiero, operativo.

  • Rentabilidad: económica, financiera, EBITDA, margen bruto, plusvalía, cash flow.

  • Control de las desviaciones entre las necesidades operativas de fondos y el fondo de maniobra.

  • Control de desviaciones presupuestarias y ejecución de plan de acciones preventivas y correctivas sobre las mismas.

Históricamente, todos estos instrumentos han ayudado a gestionar la organización. La medición de estas variables ha facilitado la información necesaria para adoptar planes de reestructuración financiera cuando los problemas proceden de la gestión de la financiación del activo, o bien, para diseñar planes que permitan la modificación de la operativa si las incidencias se producen en la rentabilidad del negocio.

Además, la empresa puede implantar sistemas predictivos estadísticos que potencien la efectividad del sistema de alertas. Existen multitud de modelos estadísticos, aunque a estos efectos, cabe destacar el modelo de análisis discriminante por ser el más usado en la predicción de quiebras. En concreto, el modelo Z-Score de Edward Altman ha sido ampliamente difundido por compañías de cálculos de riesgos financieros.

Cómo calcular el riesgo de insolvencia

Este sistema encuadra los grupos de clasificación en dos tipos: insolvencia y solvencia, siendo esta predicción de pertenencia o no a un grupo la variable dependiente y se ha convertido en el modelo estándar para calcular el riesgo de insolvencia.

La variable Z-Score del modelo estadístico de análisis discriminante de predicción de quiebras se calcula sobre las siguientes ratios:

X1 = Fondo de maniobra / Activos totales

X2 = Reservas / Activos totales

X3 = BAII / Activos totales

X4 = Fondos propios / Total pasivo exigible

X5 = Ventas / Activos totales

Con lo cual, el Z-Score queda definido de la siguiente forma:

Z = 1,2 * X1 + 1,4 * X2 + 3,3 * X3 + 0,6 * X4 + 0,99 * X5

Tipos de riesgo

Se estima que existe un riesgo alto de insolvencia dentro de los dos próximos años, cuando Z es inferior a 1,8.

El riesgo moderado de insolvencia, es decir, que la situación podría complicarse dentro de los dos próximos se produce cuando Z se encuentra entre 1,8 y 3.

Mientras que si Z es superior a 3, se considera que existe un riesgo bajo de insolvencia en los próximos dos años.

Por otro lado, se estima que el porcentaje de error de este modelo, es decir, las predicciones de falsos insolventes y falsos solventes, se sitúa entre un 6% y un 18%. De aquí que se considere que el modelo tiene una alta capacidad predictiva de hasta dos años de antelación de la insolvencia.

Adaptaciones de la fórmula

La fórmula se ha adaptado para que los sectores no industriales también puedan hacer uso de ella.

Z = 6,56 * X1 + 3,26 * X2 + 6,72 * X3 + 1,05 * X4

Del mismo modo, se ha extendido a los mercados emergentes introduciendo un factor de corrección agregado de 3,25.

Z = 3,25 + 6,56 * X1 + 3,26 * X2 + 6,72 * X3 + 1,05 * X4

Para estos casos, se han modificado ligeramente los límites que definen las categorías estableciendo los rangos como sigue:

  • Cuando Z es menor de 1,1 existe un riesgo alto de insolvencia en dos años.

  • Si Z es mayor de 1,1 y menor de 2,6 se establece un riesgo moderado de insolvencia en dos años.

  • En el caso de que Z sea mayor de 2,6, no existe riesgo de insolvencia.

Adecuación a la economía española

En España, el economista Oriol Amat desarrolló en 2016 estas mismas ratios actualizándolas y adaptándolas a la economía española y las reformuló de la siguiente manera:

Z Amat = – 3,9 + 1,28 * X1 + 6,1 * X2 + 6,5 * X3 + 4,8 * X4

La interpretación del modelo Z Amat es más sencilla, si cabe, ya que si la empresa tiene un resultado positivo se entiende como solvente y cuando es negativo se interpreta que existe riesgo de insolvencias.

El estudio realizado por el economista español ha alcanzado tal relevancia, que se viene aplicando como herramienta para la predicción de insolvencias por instituciones como el Consejo General del Colegio de Economistas.

No obstante, este tipo de análisis debe realizarse con cautela porque en algunos sectores las predicciones pueden no ser precisas, por lo que el factor humano sigue teniendo una importancia relevante en el proceso de estudio sobre los riesgos de insolvencias. Pero, sin duda, es recomendable introducir estos modelos como herramienta para orientar la toma de decisiones.

Controllers, responsables de la gestión

La estandarización de estas herramientas y la propia legislación de la Unión Europea anuncian un cambio de paradigma en cuanto a la gestión de los concursos de acreedores. Pasarán de ser una mera tramitación, casi en su totalidad procedimental y formal que ahora mismo está dominada por los abogados, a una gestión proactiva y predictiva.

Es aquí donde se precisará la intervención de expertos economistas y financieros en el cien por cien de los casos. Una labor que, dentro de las organizaciones, recaerá en los Controllers, puesto que son los agentes encargados de prevenir y predecir posibles riesgos de insolvencias aumentando la viabilidad de las empresas.

Compartir artículo
Share on LinkedIn
Linkedin
Share on Facebook
Facebook
Tweet about this on Twitter
Twitter
Email this to someone
email
Manolo Ramón
Manolo Ramón
CEO IDDEASS y CCA Certificate®

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *