UNIVERSIDAD NACIONAL DE SAN AGUSTIN

FACULTAD DE CIENCIAS CONTABLES Y FINANCIERAS

UNIDAD DE POST GRADO
MAESTRIA EN CIENCIAS CONTABLES Y FINANCIERAS
MENCION EN FINANZAS Y ADMINISTRACION DE NEGOCIOS
Docente: Dr. HÉCTOR MADARIAGA TAPIA
Alumno: VLADIMIR ROQUE HUACASI

CAPITULO I
PLANTEAMIENTO DEL PROBLEMA

1. PLANTEMIENTO DEL PROBLEMA

En el contexto actual de la operación de las empresas desde pequeñas medianas y
grandes, en muchas ocasiones cualquiera de estas quiebran; precisamente por la
falta de una técnica o herramienta eficaz que puede evitar dicha quiebra, previo
análisis y estudio pormenorizado en base a los índices (cifras) con que cuenta en la
parte financiera de las empresas.
Exiten en el ambiente económico bastantes modelos de prevención de riesgos, de
los cuales se obtiene información e indicadores para la toma de decisiones de la
plana ejecutiva, a esto se le suma la cantidad de nuevos modelos que emergen para
un eficaz análisis de sectores netamente clusterizados, en el caso del análisis se ha
concentrado en medidas de ratios financieros que indican el comportamiento
fundamental de una empresa. Se identifica que la interpretación que de esos ratios
se hace depende del contexto y no es solo numérica, ella se relaciona también con
el comportamiento mismo de la empresa evaluada (Edmundo R. Lizarzaburu, 2013)

En tal caso poco o nada en el contexto empresarial se aplica del modelo Altman Z-
score 2 para la prevención de riesgos de quiebra en empresas manufactureras de la
ciudad de Arequipa 2012-2017, precisamente porque existe un gran
 desconocimiento del es uso de esta herramienta técnica en el campo empresarial.
Obviamente a esto corrobora también los factores de políticas y objetivos
empresariales que en muchas ocasiones no están adecuadamente implementadas.
En la práctica, continúan generándose gran cantidad de investigaciones cuya
característica en común es un excesivo enfoque estadístico; se reconoce, que esta
tendencia es de suma importancia; sin embargo, no es suficiente para obtener
indicadores confiables.

En este sentido, Altman, desarrolló un modelo de predicción de quiebra

empresarial, apoyado en el Análisis Discriminante Múltiple. Este estudio fue hecho
en 1968 para empresas manufactureras que cotizan en bolsa1 ; posteriormente
desarrollo el para empresas que cotizan en bolsa, y el indicador para todo tipo de
empresas.

En este contexto, y bajo los términos expresados, surge el siguiente problema:

La estabilidad económica y política del país han generado un ambiente adecuado

para las inversiones en los diferentes sectores económicos suministrando recursos
para la producción de bienes y servicios. En este contexto la identificación de las
empresas a financiar es el punto central de la toma de decisiones de las empresas.
Por ello, es importante evitar las pérdidas mediante la aplicación del Indicador de
Altman, que nos proporciona tres zonas (gris, en quiebra, no quiebra).

Además se suma a esto los sectores económicos en los que estudio está
basado, puesto que las oportunidades en el negocio de los textiles son ambivalentes,
esto gracias al precedente de del 2000 (Instituto Nacional de Estadística e
Informatica [INE, 2000-2001]) una reducción del 200% en el precio de la fibra, dando
como efecto la quiebra de muchas empresas dedicadas al ámbito textil, es en este
trayecto que se ve la mejor opción para calificar el techo crediticio o la capacidad

1
Altman, E. (1968). Financial ratios, discriminant analysis and the prediction of corporate
bankruptcy, artículo que muestra el modelo de investigación
 de endeudamiento de las empresas en este sector, además de tener una
competencia directa sobre ellos mismos.

las empresas del sector mejoraron su capacidad de endeudamiento y

condiciones de manejo con el capital de trabajo, generando espacios en los
movimientos financieros, es así que un ejemplo real, sería la absorción de PROSUR
por parte de INCATOPS esto sucedió en el 2010 donde la incapacidad de
sostenibilidad de una empresa, genero la apertura de un techo financiero, en la
inversión a largo plazo no solo generando indicadores de largo plazo sino también,
generando condiciones favorables para la inversión a largo plazo en dicho sector
económico.

2. FORMULACION DEL PROBLEMA

2.1. PROBLEMA GENERAL
¿En qué medida se relaciona la gestión de riesgos de quiebra con el uso
adecuado del modelo Z - Score 2 de Altman en INCATOP S.A. Y MICHEL & CIA
S.A. Arequipa 2012 – 2017?

2.2. PROBLEMA ESPECIFICOS

2.2.1. ¿En qué medida se relaciona la rentabilidad de inversiones con el uso
adecuado del Modelo Z-Score 2 de Altman en INCATOP S.A. Y MICHEL &
CIA S.A. Arequipa
2.2.2. ¿Cuál es el grado de influencia del análisis prospectivo en el Modelo Z-
Score 2 de Altman en INCATOP S.A. Y MICHEL & CIA S.A. Arequipa?
2.2.3. ¿Cómo es el nivel de incidencia de la diversificación de inversiones en el
uso adecuado del Modelo Z-Score 2 de Altman en INCATOP S.A. Y
MICHEL & CIA S.A. Arequipa?
2.2.4. ¿Cuál es la relación entre los resultados obtenidos en inversiones con el
uso adecuado del modelo Z-Score 2 de Altman en INCATOP S.A. Y
MICHEL & CIA S.A. Arequipa?
 2.2.5. ¿De qué manera influye el equipo de profesionales y el uso adecuado en
el Modelo Z-Score 2 de Altman en INCATOP S.A. Y MICHEL & CIA S.A.
Arequipa?
2.2.6. ¿Cuál es el grado de incidencia entre la contratación de seguros y
coberturas y el uso adecuado del Modelo Z-Score 2 de Altman en
INCATOP S.A. Y MICHEL & CIA S.A. Arequipa?

3. JUSTIFICACION DE LA INVESTIGACIÓN.
Una es preocupación permanente desde los gerentes, la alta dirección y los propios
accionistas y/o empresarios de estas organizaciones como evitar o como prever los
riesgos de quiebra, a efecto de que las organizaciones se desarrollen asertivamente
y con bueno resultados utilitarios de carácter económico (lucro).
A nuestro juicio la aplicación del modelo previo procesamiento matemático, arroja
los rangos numéricos científicamente establecidos, los que en términos cualitativos
identifican los umbrales. Resultado que interesa realmente a los conductores de las
citadas organizaciones empresariales manufactureras de la ciudad de Arequipa
También la necesidad de contar con indicadores que induzcan medidas correctivas,
estos deberían ser cuantificables y verificables para el análisis de situación de riesgo
de quiebra.
Cabe resaltar que sedimentara bases de estudio futuros y paralelos en teoría,
además de evocar un amplio planteamiento en el raciocinio del criterio del análisis
de los EEFF para la toma de decisiones.

4. OBJETIVOS
4.1. OBJETIVO GENERAL
Determinar el grado de relación existente entre la gestión de riesgos de
quiebra y el uso adecuado del modelo Z - Score 2 de Altman en INCATOP
S.A. Y MICHEL & CIA S.A. Arequipa 2012 – 2017.
 4.2. OBJETIVOS ESPECIFICOS
4.2.1. Establecer la relación de la rentabilidad de inversiones y con el uso
adecuado del Modelo Z-Score 2 de Altman en INCATOP S.A. Y MICHEL &
CIA S.A. Arequipa
4.2.2. estimar el grado de influencia del análisis prospectivo y el Modelo Z-
Score 2 de Altman en INCATOP S.A. Y MICHEL & CIA S.A. Arequipa.
4.2.3. Determinar el nivel de incidencia de la diversificación de inversiones el
uso adecuado del Modelo Z-Score 2 de Altman en INCATOP S.A. Y
MICHEL & CIA S.A. Arequipa.
4.2.4. Determinar la relación entre los resultados obtenidos en inversiones y el
uso adecuado del modelo Z-Score 2 de Altman en INCATOP S.A. Y
MICHEL & CIA S.A. Arequipa.
4.2.5. Estimar el nivel de influencia entre el equipo de profesionales y el uso
adecuado en el Modelo Z-Score 2 de Altman en INCATOP S.A. Y MICHEL
& CIA S.A. Arequipa.
4.2.6. Establecer el grado de incidencia entre la contratación de seguros y
coberturas y el uso adecuado del Modelo Z-Score 2 de Altman en
INCATOP S.A. Y MICHEL & CIA S.A. Arequipa.

5. MARCO TEÓRICO.
5.1. ANTECEDENTES
- Altman, E. (1968). “Financial ratios, discriminant analysis and the
prediction of corporate bankruptcy”. Journal of Finance, 23(4), 589-609.

- Edmundo R. Lizarzaburu “Análisis del Modelo Z de Altman en el

mercado peruano”, Candidato a Doctor en Investigación de Ciencias de la
Administración, Universidad Carlos III de España. Global MBA de
Thunderbird y EGADE - TEC de Monterrey. Magíster en Contabilidad y
Finanzas, Universidad de San Martin de Porres. Profesor de Finanzas y
 Riesgos en la Universidad ESAN de Lima (Perú), consultor internacional y
director de empresas. Correo electrónico: elizarzaburub@gmail.com

5.2. BASE TEÓRICA.

5.2.1. MODELOS UNIVARIADOS DE PREDICCION DE QUIEBRA
5.2.1.1. Indicadores de crisis.
5.2.1.2. Ratios financieros.
5.2.1.3. Ratios de liquidez.
5.2.1.3.1. Capital de trabajo
5.2.1.3.2. Razón corriente
5.2.1.3.3. Prueba acida
5.2.1.3.4. Promedio de días de por cobrar
5.2.1.3.5. Promedio de días de rotación de inventarios
5.2.1.3.6. Rotación de activos totales
5.2.1.4. Ratios de endeudamiento
5.2.1.4.1. Ratio de deuda sobre activos totales
5.2.1.4.2. Total de pasivos sobre patrimonio neto.
5.2.1.5. Ratios de rentabilidad
5.2.1.5.1. Margen de utilidades de sobre las ventas
5.2.1.5.2. Resultado operacional sobre ventas
5.2.1.5.3. Ventas / activos totales
5.2.1.5.4. Utilidad del ejercicio sobre patrimonio
5.2.1.5.5. Retorno de activos o EBIT/activos
5.2.1.5.6. Utilidades Retenidas/activos totales
5.2.1.5.7. Activos fijos sobre ventas

5.2.2. MODELO DE ALTMAN Z- SCORE (ANALISIS MULTIVARIADO)

5.2.2.1. Modelo Z1
5.2.2.2. Modelo Z2
 5.2.2.3. Estadística multivariante.
5.2.2.4. Análisis multivariante
5.2.2.5. Clusterizacion de entornos
5.2.2.6. Propiedades emergentes.
5.2.3. SECTORES ECONOMICOS.
5.2.3.1. DEFINICION DE SECTORES ECONOMICOS
5.2.3.1.1. Sector económico primario.
5.2.3.1.1.1. La agricultura.
5.2.3.1.1.2. La ganadería(*)
5.2.3.1.1.3. La minería.
5.2.3.1.1.4. La pesca
5.2.3.1.2. Sector económico secundario
5.2.3.1.2.1. Industrias alimenticias.
5.2.3.1.2.2. Industria minera
5.2.3.1.3. Sector económico terciario.
5.2.3.1.3.1. Transporte
5.2.3.1.3.2. Comunicación.
5.2.3.1.3.3. Turismo
5.2.3.1.3.4. Salud
5.2.4. QUIEBRA.
5.2.4.1. CONCEPTO
5.2.4.2. CARACTERISTICAS
5.2.4.3. TIPOS DE QUIEBRA
5.2.4.3.1. QUIEBRA FINANCIERA.
5.2.4.3.2. QUIEBRA CONTABLE.
5.2.4.3.3. QUIEBRA LEGAL.
5.2.5. MEDIO EMPRESARIAL.
5.2.5.1. EMPRESAS MANUFACTURERAS DE AREQUIPA.
5.2.5.1.1. Grupo Inca – INCATOPS S.A.
 5.2.5.1.2. MICHEL & CIA S.A.
5.2.5.1.3. Breve reseña histórica del proceso productivo.
5.2.5.2. BOLSA DE VALORES DE LIMA.

6. HIPÓTESIS
6.1. HIPÓTESIS GENERAL.
Existe una relación directa y significativa entre la gestión de riesgos de
quiebra y el uso adecuado del modelo Z - Score 2 de Altman en INCATOP S.A.
Y MICHEL & CIA S.A. Arequipa 2012 – 2017. (Asumimos que el CEO, conoce
el modelo)

6.2. HIPÓTESIS ESPECÍFICAS.

6.2.1. La rentabilidad de inversiones se relaciona directamente con el uso
adecuado del Modelo Z-Score 2 de Altman en INCATOP S.A. Y MICHEL
& CIA S.A. Arequipa
6.2.2. El análisis prospectivo influye en el Modelo Z-Score 2 de Altman en
INCATOP S.A. Y MICHEL & CIA S.A. Arequipa.
6.2.3. La diversificación de inversiones incide en el Modelo Z-Score 2 de
Altman en INCATOP S.A. Y MICHEL & CIA S.A. Arequipa.
6.2.4. Los resultados obtenidos en inversiones se relaciona directamente
con el uso adecuado del modelo Z-Score 2 de Altman en INCATOP S.A.
Y MICHEL & CIA S.A. Arequipa.
6.2.5. El equipo de profesionales influye en el uso adecuado en el Modelo
Z-Score 2 de Altman en INCATOP S.A. Y MICHEL & CIA S.A. Arequipa.
6.2.6. La contratación de seguros y coberturas inciden en el uso adecuado
del Modelo Z-Score 2 de Altman en INCATOP S.A. Y MICHEL & CIA S.A.
Arequipa.
6.3. CUADRO DE OPERACIONALIZACION DE VARIABLES.
Variables Indicadores Índices
VARIABLE INDEPENDIENTE: - Rentabilidad de Respuestas
GESTION DE RIESGOS inversión. dicotómicas:
- Análisis prospectivo - SI (1)
- Diversificación de - NO (0)
inversiones.
- Resultados
obtenidos.
- Equipo profesional
- Contratación de
seguros y
coberturas
VARIABLE DEPENDIENTE: - Umbral de riesgo de ⟨−∞, 1.10]
MODELO Z SCORE 2 DE quiebra
ALTMAN - Umbral posible [1.11,2.59]
quiebra
- Umbral no quiebra [2.60, +∞⟩
 CAPITULO II

MARCO METODOLÓGICO
1. DISEÑO
- Nivel de investigación: BASICA
- Tipo de investigación: CORRELACIONAL (enfoque cuantitativo).

2. POBLACIÓN Y MUESTRA.
La organización a tomarse en cuenta como población y a la vez como muestra de
estudio es la: INCATOPS S.A. Y MICHELL Y CIA S.A.
Cabe aclarar que la muestra es la misma población, porque la muestra es menor
que 30 encuestados.

3. INSTRUMENTOS.
- Para ver la confiabilidad del instrumento se aplica la técnica del coeficiente
Kuder - Richardson. (variable independiente)
- Aplicación del modelo Z Score 2 de Altman (Variable Dependiente)

4. PROCEDIMIENTO DE RECOLECION DE DATOS.

- Primeramente se acopia la información mediante la aplicación del
cuestionario o de los cuestionarios (para ambas variables).
- El diseño estadístico para la comprobación de hipótesis es el coeficiente de
correlación lineal simple de Pearson.

5. CONFIABILIDAD DEL INSTRUMENTO PARA GESTIÓN DE RIESGOS

Para determinar el grado de confiabilidad del instrumento de investigación,

se aplicó el coeficiente Kuder - Richardson, el mismo que se basa en la
medición de la consistencia de las respuestas que dieron los encuestados a
cada una de los ítems de los cuestionarios.
 Se calcula mediante la siguiente fórmula estadística:
𝑘 ∑𝑘
𝑗=1 𝑃𝑗 𝑄𝑖
𝜌𝐾𝑅20 = 𝑘−1 (1 − )
𝜎2

Donde:
K = Numero de preguntas del cuestionario
P= probabilidad de personas que afirman al ítem (pregunta).
Q= probabilidad de personas que niegan al ítem (pregunta)
𝜎 2 = varianza poblacional
Nota importante.- La técnica estadística de coeficiente Kuder – Richardson
es utilizada con exclusividad para los ítems cuyas respuestas sean
dicotómicas, como se puede apreciar en el Anexo 01.
SI NO
Para efectos de interpretación, se usa los niveles de confiabilidad de Kuder –
Richardson bajo los rangos de la tabla adjunta (Córdova, 2009: p.104).

TABLA No. 01
INTERPRETACIÓN DE LAS CATEGORÍAS DE COEFICIENTE KUDER - RICHARDSON
ORD. ESCALA CATEGORIA
I α=0 Confiabilidad nula
II 0,01 ≤ α ≤ 0,09 Confiabilidad despreciable
III 0,10 ≤ α ≤ 0,29 Confiabilidad muy baja
IV 0,30 ≤ α ≤ 0,39 Confiabilidad baja
V 0,40 ≤ α ≤ 0,59 Confiabilidad moderada
VI 0,60 ≤ α ≤ 0,69 Confiabilidad aceptable
VII 0,70 ≤ α ≤ 0,89 Confiabilidad alta
VIII 0,90 ≤ α ≤ 0,99 Confiabilidad muy alta
XI α=1 Confiabilidad perfecta
FUENTE: Córdova Baldeón, Isaac. Estadística Aplicada a la investigación, San Marcos, 2009. Lima.
Perú. 104.
ELABORACION: El ejecutor.
 Comentario.-una vez procesado los ítems del instrumento de investigación

respondido por los encuestados, el programa informático Excel 2013 arroja el

coeficiente Kuder – Richardson, cuyo resultado se ubica en los intervalos de la

tabla Nro. 01 obteniéndose el nivel de confiabilidad del instrumento.

6. DISEÑO DE LA CONTRASTACIÓN DE LA HIPÓTESIS

La herramienta estadística empleada para la comprobación de la hipótesis

de la investigación se tiene el coeficiente de correlacion biserial puntual para

determinar asociación de una variable nominal dicotómica y una variable de

intervalo.

La fórmula del estadístico coeficiente de correlacion biserial puntual (rbp) es:

𝑀.1−𝑀.0 𝑛1.𝑛0
𝑟𝑏𝑝 = √𝑛(𝑛−1);
𝑄𝑥

Donde:

𝑀. 1 = 𝑒𝑠 𝑙𝑎 𝑚𝑒𝑑𝑖𝑑𝑎 𝑒𝑛 𝑋 𝑑𝑒 𝑙𝑎𝑠 𝑝𝑢𝑛𝑡𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 1 𝑒𝑛 𝑌.

𝑀. 0 = 𝑒𝑠 𝑙𝑎 𝑚𝑒𝑑𝑖𝑑𝑎 𝑑𝑒 𝑋 𝑑𝑒 𝑙𝑎𝑠 𝑝𝑢𝑛𝑡𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 0 𝑒𝑛 𝑌.
𝑄𝑋 = 𝑒𝑠 𝑙𝑎 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑡í𝑝𝑖𝑐𝑎 𝑑𝑒 𝑋.
𝑛1 = 𝑒𝑠 𝑒𝑙 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑙𝑎𝑠 𝑝𝑢𝑛𝑡𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟 1 𝑒𝑛 𝑌.
𝑛0 = 𝑒𝑠 𝑒𝑙 𝑚𝑢𝑛𝑒𝑟𝑜 𝑑𝑒 𝑙𝑎𝑠 𝑝𝑢𝑛𝑡𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟 0 𝑒𝑛 𝑌.
𝑛 = 𝑒𝑠 𝑖𝑔𝑢𝑎𝑙 𝑎 𝑛1 + 𝑛0

Según Roberto Ávila Acosta, los intervalos de interpretación del Coeficiente

“r” son (Ávila, 1996: 258): si:

i) 0 ≤ r < 0,20 existe correlación no significativa

ii) 0,20 ≤ r < 0,40 existe una correlación baja

 iii) 0,40 ≤ r < 0,70 existe una correlación significativa

iv) 0,70 ≤ r<1, existe alto grado de asociación entre variables.

Prueba de hipótesis

0 0.20 0.40 0.70 1

Para una interpretación porcentual, tomamos la relación propuesto por el

metodólogo Colonial Torres Bardales.

r 2%
 REFERENCIAS BIBLIOGRAFICAS
Abraira Santos, Víctor Métodos Multivariantes en bioestadística.
Cuadras, Carles (2008). Nuevos métodos de análisis multivariante.
 Altman, E. (1968). “Financial ratios, discriminant analysis and the
prediction of corporate bankruptcy”. Journal of
Finance, 23(4), 589-609.
 HERNADEZ SAMPIERI, Roberto HERNANDEZ COLLAO, Carlos BAPTISTA LUCIO, Pilar.
(2014) “metodología de la Investigación Científica”
6ta edición. Mc Graw Hill.

 ALLEN L. Webster. (2005) “Estadística Aplicada A los Negocios y la Economía” 3ra.

Edición. Mc Graw Hill
 BACCA HUAYCANI, Erick “Determinación y Cuantificación de la Probabilidad de
Incumplimiento de Los Créditos pymes en la Edpyme
Créditos Arequipa s.a.” Tesis de Investigación –
Departamento de Economía – UNSA.
 CHU RUBIO, Manuel (2011) “Finanzas Aplicadas - Teoría y Práctica”. Lima.
 CARRASCO DÍAS SERGIO, (2005) “Metología de la investigación científica” Edit. San
Marcos Lima –Perú. (hipotesis)
 RODRIGUEZ SOSA, MIGUEL ANGEL (s/n) “Teoría y Métodos de la Investigación
Científica”, centro de promoción para el desarrollo
 PISCOYA HERMOZA, Luis (1987) “Investigación científica y Educacional” Amaru
Editores 1ra. Edición – Perú
 WAYNE W., DANIEL (1988) “Estadística con aplicaciones a las ciencias sociales y a la
educación”, McGrawHill – Mexico.
 R.B. Avila Acosta (1996) “Estadística Elemental” estudios y Ediciones R.A. Lima – Perú
 MITACC MEZA , MAXIMO (1996) “tópicos de Estadística descriptiva y Probabilidad”.
1ra. Edición . Lima – Perú
 MARTINEZ BENCARDINO, CIRO (2012) “Estadística y Muestreo” Edit. ECOE EDICIONES
13va edición. Bogotá - Colombia

WEBGRAFIA
 SMV, con
 BOLSA DE VALORE DE LIMA “Información Financiera Empresa INCATOPS S.A.”
http://www.bvl.com.pe/inf_financiera38300_INCATOP1.html [Consulta 25 de
enero, 2018]
 ANEXO 01

CUESTIONARIO DIRIGIDO A LOS DIRECTIVOS, GERENCIA Y PLANA FINANCIERA SOBRE LA

GESTION DE RIESGOS EN INCATOP S.A. Y MICHELL & CIA S.A. AREQUIPA 2012 -2017

CÓDIGO……………………………………. FECHA: ……………

A continuación encontrará frases relacionadas con el trabajo. Para ello debe responder con mayor

sinceridad posible marcando con un aspa (X) a cada una de las proposiciones que aparecen.

ÍNDICES VALOR ESCALAR

a. SI 1

b. NO 0

No INDICADORES Escala de valoración

SI NO
1 ¿Se analiza periódicamente la rentabilidad de inversión?

2 ¿Se efectúa un análisis prospectivo del entorno financiero?

3 ¿Se evalúa la diversificación de inversiones?

4 ¿Los resultados obtenidos son analizados o estudiados luego

de conseguirlos?
5 ¿El equipo profesional cuenta con conocimiento y
herramientas sobre las nuevas tendencias financieras?
6 ¿Se contrata seguros y coberturas para los activos?

Observación: los ítems propuestos serán validados por los expertos.

 ANEXO 02

FICHA DE ANÁLISIS DOCUMENTAL A PARTIR DE LOS INDICADORES DEL MODELO

Z SCORE 2 DE ALTMAN.

CÓDIGO……………………………………. FECHA………………………..

INDICADORES
X1: LIQUIDEZ
X2: RENTABILIDAD
X3: SOLVENCIA
X4: ACTIVIDAD

ECUACION DEL MODELO Z SCORE 2 DE ALTMAN:

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

Cuadro de Datos
2012 2013 2014 2015 2016 2017
Emp.1
Emp.2
…