Identificación, modelación y análisis de las variables determinantes del fracaso empresarial para las pequeñas y medianas empresas del sector de la construcción del área metropolitana de Bucaramanga

Las micro, pequeñas y medianas empresas (mipymes) representan el mayor porcentaje de empresas en Colombia con gran influencia en el desarrollo de la economía nacional y son fuentes de generación de empleo. De acuerdo a la cámara de comercio de Bucaramanga, aproximadamente 14.000 Mipymes de diferentes actividades económicas y tipos jurídicos cancelaron su registro mercantil entre los años 2012 al 2016 y específicamente en el sector de la construcción 230 entre pequeñas y medianas empresas (Pymes) en el área metropolitana de Bucaramanga. Dichas cifras son significativas para dedicar esfuerzos al estudio del fracaso empresarial desde el ámbito financiero que permita dar apoyo al empresario de toma de decisiones. En este estudio, se seleccionó las variables posiblemente más influyentes en razón a las variables estadísticamente más significativas para la quiebra, de acuerdo a investigaciones realizadas a nivel nacional y de otros países. Se desarrolló un análisis cuantitativo de los factores financieros y de riesgo con mayor incidencia en el fracaso de las empresas del sector de la construcción de edificaciones. La metodología empleada fue un análisis estadístico multivariante denominado análisis discriminante, que permitió identificar las 2 variables financieras, liquidez y rentabilidad, que fueron las más significativas entre el grupo de variables empleadas. Por último, se empleó las redes neuronales probabilísticas que es también un método de clasificación de datos basado en un algoritmo de entrenamiento, utilizando la metodología del clasificador bayesiano. Se obtuvo un gráfico que permitió establecer una frontera de clasificación entre sanas y quebradas mediante las observaciones de las dos variables anteriormente mencionadas. Los resultados del estudio se vieron afectados por la calidad de la información que se adquirió para las empresas en quiebra y se reflejó en los porcentajes de clasificación, dando como resultado una excelente clasificación de empresas sanas, pero no tan buena para empresas quebradas.

Micro, small and medium enterprises (MSMEs) represent the largest percentage of companies in Colombia with great influence on the development of the national economy and they are sources of employment generation. According to the Chamber of Commerce of Bucaramanga, approximately 14,000 MSMEs of different economic activities and legal types paid their commercial registration between 2012 and 2016 and specifically in the building industry were 230 among small and medium-sized enterprises (SMEs) in the metropolitan area of Bucaramanga. These figures are significant to the efforts of the study of business failure from the financial field that allows support to the decision-making entrepreneur. In this study, the most influential variables were selected because of the statistically most significant variables for bankruptcy, according to the research carried out at a national level and other countries. A quantitative analysis of financial and risk factors was developed with greater incidence on the failure of companies in the building industry. The methodology used was a multivariate statistical analysis called discriminant analysis, which allowed identifying the 2 financial variables, liquidity and profitability, which were the most significant among the group of variables used. Finally, probabilistic neural networks were used, which is also a method of classifying data based on a training algorithm, using the Bayesian classifier methodology. A graph was obtained that allowed to establish a classification boundary between healthy and bankrupt enterprises by the observations of the two variables mentioned above. The results of the study were affected by the quality of the information that was acquired from bankrupt companies and was reflected in the classification percentages, resulting in an excellent classification of healthy companies, but not so good for bankrupt companies.