https://rei.esprint.tech
ISSN: 2960-8317
Vol. 3 N° 3 Edición Especial Diciembre (137-150)
137
Artículo de investigación
Evaluación de la solvencia de fábricas de calzado en
Tungurahua: un análisis basado en el modelo Z-Score
Assessing the solvency of footwear factories in Tungurahua: an analysis based
on the Z-Score model
Vicente Marlon Villa Villa*
Universidad Nacional de Chimborazo.
Riobamba-Ecuador.
mvilla@unach.edu.ec
https://orcid.org/0000-0002-4292-2391
Rodrigo Enrique Velarde Flores
Universidad Nacional de Chimborazo.
Riobamba-Ecuador.
rvelarde@unach.edu.ec
https://orcid.org/0000-0002-5130-6822
Mayra Karina Flores Escobar
Universidad Nacional de Chimborazo.
Riobamba-Ecuador.
k_ariflores@hotmail.com
https://orcid.org/0000-0002-7702-8242
Jhonny Javier León Cando
Universidad Nacional de Chimborazo.
Riobamba-Ecuador.
jhonny.leon@unach.edu.ec
https://orcid.org/0009-0004-2050-9119
*Correspondencia:
mvilla@unach.edu.ec
Cómo citar este artículo:
Villa, V., Velarde, R., Flores, M., & León, J.
(2024).
Evaluación de la solvencia de
fábricas de calzado en Tungurahua: un
análisis basado en el modelo Z-Score.
Esprint Investigación, 3(3), 137-150.
https://doi.org/10.61347/ei.v3i3.87
Recibido: 12 de noviembre de 2024
Aceptado: 20 de diciembre de 2024
Publicado: 30 de diciembre de 2024
Resumen: La evaluación de la solvencia financiera de las empresas se conforma como
un aspecto crucial para determinar su viabilidad a largo plazo y tomar decisiones
informadas. La investigación tiene como objetivo evaluar la capacidad del modelo Z-
Score de Edward Altman para predecir la solvencia financiera de las fábricas de calzado
en la provincia de Tungurahua, Ecuador. El presente estudio asumió un paradigma
positivista, así como un enfoque cuantitativo basado en un diseño no experimental; el
tipo de investigación por la fuente de datos fue documental y de campo; su nivel por el
objetivo y el grado de conocimiento en el área es descriptivo; el método utilizado es el
deductivo, se trabajó con una población de ocho fábricas de calzado y se aplicó el modelo
Z2-Score utilizando información financiera de 2022. Los resultados muestran que el
modelo Z-Score clasificó al 37,50 % como fábricas solventes. Sin embargo, se identificaron
ciertas limitaciones del modelo en este contexto específico. En conclusión, el modelo Z-
Score puede constituir una herramienta útil para los gerentes y tomadores de decisiones
en el sector del calzado de Tungurahua, pero es fundamental complementarlo con otros
análisis financieros y considerar las particularidades de cada empresa.
Palabras clave: Fábricas de calzado, modelo Z-Score, predicción de insolvencia, riesgo
financiero, solvencia financiera.
Abstract: The evaluation of the financial solvency of companies is a crucial aspect to determine
their long-term viability and to make informed decisions. The objective of this research is to
evaluate the ability of Edward Altman's Z-Score model to predict the financial solvency of
footwear factories in the province of Tungurahua, Ecuador. The present study assumed a
positivist paradigm, as well as a quantitative approach based on a non-experimental design; the
type of research by the source of data was documentary and field; its level by the objective and the
degree of knowledge in the area is descriptive; the method used is deductive, it worked with a
population of eight footwear factories and the Z2-Score model was applied using financial
information of 2022. The results show that the Z-Score model classified 37.50% as solvent
factories. However, certain limitations of the model were identified in this specific context. In
conclusion, the Z-Score model can be a useful tool for managers and decision makers in the
footwear sector in Tungurahua, but it is essential to complement it with other financial analyses
and to consider the particularities of each company.
Keywords: Financial risk, financial solvency, f ootwear factories, insolvency prediction, Z-
Score model.
Copyright: Derechos de autor 2024 Vicente
Marlon Villa Villa, Rodrigo Enrique Velarde
Flores, Mayra Karina Flores Escobar, Jhonny
Javier León Cando.
Esta obra está bajo una licencia internacional
Creative Commons Atribución-
NoComercial 4.0.
https://rei.esprint.tech
ISSN: 2960-8317
Esprint Investigación
Vol. 3 N° 3 Edición Especial Diciembre (137-150)
Vicente Marlon Villa Villa, Rodrigo Enrique Velarde Flores, Mayra Karina Flores Escobar, Jhonny Javier León Cando 138
1. Introducción
La evaluación de la salud financiera de las empresas resulta un tema de creciente interés tanto para
académicos como para profesionales, en particular, la capacidad de predecir la insolvencia de una
compañía, debido a las implicaciones que posee para inversores, acreedores y reguladores.
En el ámbito ecuatoriano, y específicamente en la provincia de Tungurahua, el sector del calzado
representa una actividad económica importante, pues genera empleo y contribuye al desarrollo local.
Sin embargo, las pequeñas y medianas empresas (PYMES) que conforman este sector suelen enfrentar
desafíos financieros que ponen en riesgo su sostenibilidad (Aldeanueva & Cervantes, 2019). En este
sentido, contar con herramientas analíticas que evalúen de manera oportuna la situación financiera de
estas empresas se vuelve crucial (Flórez & Enríquez, 2024).
Uno de los modelos más utilizados a nivel mundial para evaluar la solvencia de empresas es el Z2-
Score de Edward Altman, basado en una combinación de ratios financieros que clasifican a las
empresas como solventes o en riesgo de insolvencia (Castillo et al., 2022). A pesar de su amplia
aplicación, la eficacia del Z2-Score varía dependiendo del sector industrial, el tamaño de las empresas
y el contexto económico en el que se aplica (Mejía & Flores, 2020).
Ciertos estudios demuestran que el modelo Z2-Score se conforma como una herramienta útil para
predecir la insolvencia empresarial en diversos sectores y países (Beaver, 1966; Altman, 1968; Zavgren,
1985). Sin embargo, pocos se centran en la evaluación de la solvencia de PYMES en sectores específicos
como el calzado, especialmente en países en desarrollo como Ecuador.
La presente investigación busca llenar este vacío en la literatura al aplicar el modelo Z2-Score a un
grupo de fábricas de calzado en la provincia de Tungurahua. De esta manera, se pretende evaluar la
capacidad predictiva del modelo en un contexto específico y aportar evidencia empírica sobre la salud
financiera de este sector en Ecuador.
Por lo tanto, se plantea como objetivo evaluar la capacidad del modelo Z2-Score de Altman para
predecir la solvencia financiera de las fábricas de calzado en la provincia de Tungurahua, Ecuador. La
hipótesis que se formuló fue: La aplicación del modelo Z2-score de Edward Altman permite predecir
la solvencia de las fábricas de calzado.
El estudio se fundamenta en un amplio análisis bibliográfico realizado tanto a nivel nacional como
internacional, y que destaca investigaciones como las de Isaac-Roque & Caicedo-Carrero (2023), Ortiz
& Valverde (2022), Solórzano-Hernández (2022), Rodríguez (2021), Castillo & Raza (2022), Atacusi
(2021), Naula et al. (2020) y Gutiérrez & Zeña (2019). Estas obras presentan similitudes en la aplicación
del modelo Z-Score de Edward Altman para evaluar la solvencia financiera. A nivel internacional,
Isaac-Roque & Caicedo-Carrero (2023) y Ortiz & Valverde (2022) validan la eficacia del modelo en la
predicción de insolvencias en fábricas y entidades financieras, resultados que coinciden con los
obtenidos por Castillo & Raza (2022) y Atacusi (2021) en Ecuador, donde el modelo Z2-Score fue clave
para clasificar empresas según su nivel de riesgo financiero.
Además, Solórzano-Hernández (2022) y Rodríguez (2021) en el ámbito internacional, junto con
Naula et al. (2020) a nivel nacional, resaltan la relación entre solvencia y estabilidad financiera, y
subraya el valor del modelo como herramienta para prevenir quiebras y optimizar la gestión
financiera, particularmente en sectores manufactureros y PYMES. En conjunto, estos estudios
confirman la versatilidad y robustez del modelo Z-Score como un instrumento predictivo para
distintos sectores económicos.
https://rei.esprint.tech
ISSN: 2960-8317
Esprint Investigación
Vol. 3 N° 3 Edición Especial Diciembre (137-150)
Vicente Marlon Villa Villa, Rodrigo Enrique Velarde Flores, Mayra Karina Flores Escobar, Jhonny Javier León Cando 139
2. Metodología
La presente investigación estuvo enmarcada en un paradigma positivista, con un enfoque cuantitativo,
un nivel descriptivo, una modalidad de campo y documental, empleó un diseño no experimental de
corte transversal. Se utilizaron técnicas de análisis documental, se analizó un conjunto de datos en un
momento específico del tiempo (2022) para evaluar la situación financiera actual de las empresas. El
instrumento fue la guía de análisis de documentos y la población fue de ocho fábricas de calzado. La
metodología se estructuró en las siguientes etapas:
1. Recolección de datos
Se utilizaron datos financieros de las empresas obtenidas de los estados financieros auditados del año
2022. Estos datos incluyeron balances generales, estados de resultados y estados de flujo de efectivo.
Se utilizó un formato estandarizado para recopilar los datos financieros de cada empresa, asegurando
la consistencia y comparabilidad de la información.
2. Procedimiento
Para cada empresa de la muestra, se calculó el Z-Score utilizando la fórmula original propuesta por
Altman o alguna adaptación de este, considerando las características específicas del sector del calzado
y el contexto económico ecuatoriano. De acuerdo con el valor obtenido del Z-Score, se clasificó para
cada empresa como solvente o insolvente, siguiendo los criterios establecidos por Altman.
Posteriormente, se realizó un análisis descriptivo de los datos financieros de las empresas,
calculando estadísticos como media, desviación estándar y distribuciones de frecuencia para las
variables relevantes. Se utilizaron pruebas estadísticas apropiadas para evaluar si existen diferencias
significativas en las ratios financieras entre las empresas clasificadas como solventes e insolventes.
3. Análisis de los resultados
Se evaluó la capacidad predictiva del modelo Z-Score en el contexto de las fábricas de calzado de
Tungurahua, comparando los resultados obtenidos con la realidad observada. Se analizaron las
posibles limitaciones del modelo en este contexto específico, como la influencia de factores cualitativos
no considerados en el modelo o la falta de representatividad de la muestra.
Se utilizaron varias definiciones como:
• Solvencia. Según Díaz (2012), la solvencia es la capacidad de una empresa para cumplir con sus
obligaciones financieras en el corto, mediano y largo plazo. Esto significa que la empresa posee
suficientes activos para cubrir sus pasivos y deudas, lo que le permite operar sin enfrentar
problemas de liquidez o riesgo de quiebra. La solvencia se mide a través de la diferencia o el
cociente entre el activo (lo que posee) y el pasivo (lo que debe).
• Metodología Altman Z-Score. Como afirma Monge (2022), el Altman Z-Score, nombrado en
honor a Edward Altman, profesor de la Universidad de Nueva York, es una herramienta
estadística diseñada para evaluar la probabilidad de quiebra de una empresa. Este modelo
emplea cinco razones financieras: liquidez, rentabilidad, apalancamiento, solvencia y
actividad. El resultado final es una función discriminante conocida mundialmente como el
“Modelo de estimación de quiebra Z-Score” (p. 1), un algoritmo que presenta una confiabilidad
del 95 %.
https://rei.esprint.tech
ISSN: 2960-8317
Esprint Investigación
Vol. 3 N° 3 Edición Especial Diciembre (137-150)
Vicente Marlon Villa Villa, Rodrigo Enrique Velarde Flores, Mayra Karina Flores Escobar, Jhonny Javier León Cando 140
• Modelo “Z2” de Altman. Basado en la metodología del modelo original, fue diseñado para su
aplicación en empresas comerciales y de servicios que no están listadas en la Bolsa de Valores.
(Bermeo & Armijos, 2021). La fórmula se expresa como:
= 6,56
(
1
)
+ 3,26
(
2
)
+ 6,72
(
3
)
+ 1,05
(
4
)
(
1
)
Donde:
•
= Capital circulante/Activos totales.
•
= Beneficios no distribuidos/Activo total.
•
=Resultado operativo/Activos totales.
•
= Valor de mercado del patrimonio/Pasivo total.
Cada componente tiene un propósito específico así:
•
: Evalúa la capacidad de liquidez del activo.
•
: Los beneficios no distribuidos o utilidades retenidas muestran si la fábrica puede
financiarse sin recurrir a préstamos.
•
: Mide la eficiencia en la producción y la generación de utilidades del activo.
•
: Determina el grado en que los activos de una fábrica se devalúan frente a los pasivos, lo que
podría llevar a la insolvencia.
Los resultados obtenidos mediante la fórmula Z2-Score de Edward Altman permiten clasificar las
fábricas en tres categorías: zona segura, zona gris y zona de quiebra. La tabla 1 muestra el rango del
indicador del modelo Z2.
Tabla 1
Rango del Indicador Modelo Z2
ZONA RANGO DE MEDICIÓN MODELO Z DE ALTMAN
Segura ≥ 2,60 Bajo riesgo de quiebra
Gris intervalo de 1,11 < < 2,59 Bajo la barrera de seguridad
Quiebra < 1,10 Riesgo alto de quiebra
Nota. Tomado de Bonilla (2022, p. 5).
3. Resultados
Esta sección expone los resultados derivados de aplicar el modelo Z2-Score de Altman a ocho fábricas
de calzado: Calzalona S. A., Eximdoce S. A., Indusuelas Sierra-Serrano S. A., Camobo S. A., Milboots
Cía. Ltda., Cisnecolor Cía. Ltda., Calzadomilpies Cía. Ltda., y Milplast Cía. Ltda. Los datos financieros
del año 2022 se utilizaron para calcular los ratios financieros que conforman el modelo y obtener la
puntuación Z de cada empresa.
Análisis financiero consolidado de las empresas de calzado de Tungurahua durante 2022
En la tabla 2 se presenta un resumen de los estados de situación financiera de varias fábricas de calzado
en Tungurahua, con datos referentes a sus activos totales, pasivos totales y patrimonio neto, en dólares
estadounidenses. Se observa que Milplast Cía. Ltda. destaca por poseer los activos más altos
https://rei.esprint.tech
ISSN: 2960-8317
Esprint Investigación
Vol. 3 N° 3 Edición Especial Diciembre (137-150)
Vicente Marlon Villa Villa, Rodrigo Enrique Velarde Flores, Mayra Karina Flores Escobar, Jhonny Javier León Cando 141
(7,042,551.06 USD) y un patrimonio positivo significativo de 1,531,439.95 USD, por lo que refleja una
posición financiera sólida. Por el contrario, empresas como Camobo S. A. y Calzalona S. A. presentan
patrimonios netos negativos, de -332,795.37 USD y -269,257.67 USD, respectivamente, lo cual evidencia
un nivel preocupante de insolvencia, ya que sus pasivos superan significativamente a sus activos.
Asimismo, Eximdoxe S. A. y Calzadomplies Cía. presentan situaciones similares de déficit
patrimonial. Por otra parte, empresas como Indusuelas S. A. y Cisnecolor Cía. Ltda., aunque de menor
tamaño en términos de activos, muestran patrimonios positivos de 132,830.52 USD y 130,978.40 USD,
respectivamente, indicando una mayor capacidad para cubrir sus obligaciones financieras. Estos
resultados son esenciales para evaluar la estabilidad económica y la viabilidad de las empresas dentro
del sector.
Tabla 2
Resumen de los estados de situación financiera de las fábricas de calzado
Empresa Activos Totales (USD) Pasivos Totales (USD) Patrimonio (USD)
Calzalona S. A. 324,093.21 593,350.88 -269,257.67
Milplast Cía. Ltda. 7,042,551.06 5,511,111.11 1,531,439.95
Camobo S. A. 239,149.75 571,945.12 -332,795.37
Eximdoce S. A. 67,525.49 222,402.60 -154,877.11
Indusuelas S. A. 187,519.36 54,688.84 132,830.52
Calzadomilpies Cía. 81,486.93 201,017.17 -119,530.24
Millboots Cía. Ltda. 3,402,532.79 3,406,538.02 -4,005.23
Cisnecolor Cía. Ltda. 266,569.68 135,591.28 130,978.40
En la figura 1 se visualiza la representación gráfica de los estados de situación financiera de las
fábricas de calzado en Tungurahua. Claramente se destaca Milplast Cía. Ltda. como la empresa con la
mayor magnitud en activos y pasivos, pues resulta la única que exhibe un patrimonio neto positivo
significativo en comparación con las demás, hecho que evidencia su capacidad financiera para afrontar
sus obligaciones. Por el contrario, empresas como Camobo S. A., Calzalona S. A., Eximdoxe S. A. y
Calzadomplies Cía. muestran patrimonios netos negativos que reflejan desequilibrios entre activos y
pasivos que comprometen a su vez su solvencia. Millboots Cía. Ltda. presenta una estructura donde
los pasivos prácticamente igualan los activos, resultando en un patrimonio cercano a cero. Finalmente,
Indusuelas S. A. y Cisnecolor Cía. Ltda., aunque más pequeñas en escala, destacan por mantener
patrimonios positivos, lo que denota estabilidad relativa.
https://rei.esprint.tech
ISSN: 2960-8317
Esprint Investigación
Vol. 3 N° 3 Edición Especial Diciembre (137-150)
Vicente Marlon Villa Villa, Rodrigo Enrique Velarde Flores, Mayra Karina Flores Escobar, Jhonny Javier León Cando 142
Figura 1
Estados de la situación financiera de las fábricas de calzado
La tabla 3 presenta el análisis de los resultados financieros de las fábricas de calzado en Tungurahua
durante el ejercicio fiscal 2022, y revela marcadas diferencias en términos de ingresos, costos y
utilidades. Empresas como Milplast Cía. Ltda. destacan por su sólida utilidad neta de 6,456.66 USD,
atribuible a un margen bruto significativo de 1,005,901.80 USD y costos de ventas proporcionales a sus
ingresos. En contraste, Eximdoce S. A. y Millboots Cía. Ltda. presentan utilidades netas negativas,
evidenciando pérdidas de -96,692.01 USD y -876,090.30 USD, respectivamente, lo que podría señalar
ineficiencias operativas o estructuras de costos insostenibles. Cabe resaltar que algunas empresas como
Calzalonas S.A. mantienen utilidades netas positivas, aunque marginales, reflejando una mayor
capacidad de cubrir sus costos y generar ingresos adicionales. Por último, ciertos casos, como los de
Indusuelas S. A. y Calzadomiplies Cía. destacan por ingresos moderados, pero insuficientes para
mantener utilidades netas positivas.
Tabla 3
Resultados obtenidos por las fábricas de calzado en el ejercicio fiscal 2022
Empresa Ingresos (USD)
Costo de ventas
(USD)
Unidad bruta
(USD)
Unidad neta
(USD)
Calzalona S. A. 3,383,168.15 3,270,958.43 112,209.72 789.79
Milplast Cía. Ltda. 3,852,254.97 2,846,353.17 1,005,901.80 6,456.66
Camobo S.A. 1,436,539.06 1,340,111.11 96,427.95 -3,907.52
Eximdoce S. A. 6,814.34 0.00 6,814.34 -96,692.01
Indusuelas S. A. 57597,7 31632,97 25964,73 -1998,61
Calzadomilpies Cía. 5103,21 0 5103,21 -7609,72
Millboots Cía. Ltda. 3279269,6 3468844,57 -189574,97 -87690,30
Cisnecolor Cía. Ltda. 9500 0 9500 242,20
https://rei.esprint.tech
ISSN: 2960-8317
Esprint Investigación
Vol. 3 N° 3 Edición Especial Diciembre (137-150)
Vicente Marlon Villa Villa, Rodrigo Enrique Velarde Flores, Mayra Karina Flores Escobar, Jhonny Javier León Cando 143
En la figura 2 se observan tendencias claras en los ingresos, costos de ventas, utilidad bruta y
utilidad neta durante el ejercicio fiscal 2022. Milplast Cía. Ltda. sobresale por su liderazgo en ingresos
y utilidad bruta, lo que evidencia un desempeño financiero sobresaliente en comparación con el resto
de las empresas. Sin embargo, Eximdoce S. A. y Camobo S. A. reflejan utilidades netas negativas, lo
que indica posibles problemas en la gestión de costos o estrategias comerciales. Asimismo, Calzalona
S. A. mantiene ingresos elevados, aunque con márgenes de utilidad neta significativamente reducidos,
lo que resalta la necesidad de optimizar su eficiencia operativa.
Figura 2
Estados de resultados de las fábricas de calzado
Cálculo del promedio de la liquidez de las fábricas de calzado
Se determinaron los promedios de liquidez individual de cada fábrica y posteriormente se calculó el
promedio general, que se presenta en la tabla 4. Se obtuvo un promedio de liquidez corriente de todas
las fábricas igual a 2,02, lo que indica que, en general, muestran una buena capacidad para cubrir sus
pasivos a corto plazo. Sin embargo, la gran variabilidad entre las fábricas sugiere que mientras algunas
tienen una liquidez muy alta, otras enfrentan serios desafíos.
Tabla 4
Promedio de la liquidez de las fábricas de calzado
Liquidez corriente año 2022 fábricas de calzado Tungurahua
Fábricas Liquidez corriente
Calzalona S. A. 0,59
Milplast Cía. Ltda. 0,74
Camobo S. A. 0,41
Eximdoce S. A. 0,55
Indusuelas S. A. 2,48
Calzadomilpies Cía. Ltda. 7,48
Milboots Cía. Ltda. 0,98
Cisnecolor Cía. Ltda. 2,90
Promedio 2,02
https://rei.esprint.tech
ISSN: 2960-8317
Esprint Investigación
Vol. 3 N° 3 Edición Especial Diciembre (137-150)
Vicente Marlon Villa Villa, Rodrigo Enrique Velarde Flores, Mayra Karina Flores Escobar, Jhonny Javier León Cando 144
Clasificación de las fábricas según su liquidez corriente
La clasificación de las fábricas de calzado se basa en su nivel de liquidez. Aquellas que tienen niveles
de liquidez por debajo del promedio mencionado se agrupan en el grupo 1, identificándolas como
fábricas insolventes debido a problemas de liquidez. En contraste, las fábricas con niveles de liquidez
superiores al promedio se asignan al grupo 2, considerándolas como solventes. En la tabla 5 se
evidencia que, en 2022, de las ocho fábricas de calzado en Tungurahua, solo tres se consideran
solventes: Indusuelas S. A. con una liquidez corriente de 2,48, Calzadomilpies Cía. Ltda. con 7,48 y
Cisnecolor Cía. Ltda. con 2,90. Estos resultados indican que estas tres fábricas poseen una sólida
capacidad para cumplir con sus obligaciones financieras a largo plazo, al mostrar una baja
probabilidad de quiebra y sin problemas significativos de insolvencia.
Tabla 5
Clasificación de las fábricas de calzado
Fábricas Clasificación Liquidez corriente
Calzalona S. A. insolvente 0,59
Milplast Cía. Ltda. insolvente 0,74
Camobo S. A. insolvente 0,41
Eximdoce S. A. insolvente 0,55
Indusuelas S. A. solvente 2,48
Calzadomilpies Cía. Ltda. solvente 7,48
Milboots Cía. Ltda. insolvente 0,98
Cisnecolor Cía. Ltda. solvente 2,90
Estimación del modelo Z2-Score de Edward Altman
Se determinan las cuatro variables del modelo Z2-Score, que son: x_1,x_2,x_3,x_4, utilizando las
fórmulas correspondientes. Los resultados presentados en la tabla 5 sugieren que las tres empresas
solventes (Indusuelas S. A., Calzadomilpies Cía. Ltda. y Cisnecolor Cía. Ltda.) demuestran una buena
capacidad para manejar sus obligaciones financieras a corto y largo plazo, aunque algunas tienen áreas
específicas que pueden mejorarse. Indusuelas S. A. y Cisnecolor Cía. Ltda. presentan una situación
financiera más robusta, mientras que Calzadomilpies Cía. Ltda., a pesar de su alta liquidez, muestra
áreas que podrían beneficiarse de una gestión más eficaz de sus beneficios y resultados operativos.
Tabla 6
Modelo Z2-Score de las fábricas de calzado
Fábricas X1 X2 X3 X4 Z2 -Score
Calzalona S. A. -0,6450 0,0024 0,0166 -0,4538 -4,792524
Milplast Cía. Ltda. -0,0898 0,0009 0,0049 0,2779 -0,970076
Camobo S. A. -0,8671 -0,0163 0,0217 -0,5819 -6,46834
Eximdoce S.A. -0,3511 -1,4319 -1,4319 -0,6964 -17,638178
Indusuelas S.A. 0,4321 -0,0107 0,0006 2,4288 6,446926
https://rei.esprint.tech
ISSN: 2960-8317
Esprint Investigación
Vol. 3 N° 3 Edición Especial Diciembre (137-150)
Vicente Marlon Villa Villa, Rodrigo Enrique Velarde Flores, Mayra Karina Flores Escobar, Jhonny Javier León Cando 145
Calzadomilpies Cía. Ltda. 0,7205 -0,0934 -0,0934 -0,5946 4,157744
Milboots Cía. Ltda. -0,0087 -0,0258 -0,0258 -0,0012 -0,316356
Cisnecolor Cía. Ltda. 0,7831 0,0009 0,0026 0,9660 6,606542
La figura 3 muestra la aplicación del modelo Z2-Score para evaluar la estabilidad financiera de las
fábricas de calzado en Tungurahua, considerando cuatro variables clave: X1 (Capital circulante/Activo
total), X2 (Beneficios no distribuidos/Activo total), X3 (Resultado operativo/Activo total) y X4 (Valor
de mercado del patrimonio/Pasivo total). Destaca que la variable X4, que mide la relación entre el valor
de mercado del patrimonio y el pasivo total, presenta valores significativamente positivos en la
mayoría de las empresas, lo que indica una mayor solvencia financiera relativa en comparación con las
demás variables. Sin embargo, las variables X1 y X3 muestran valores negativos o cercanos a cero en
varias empresas, lo que representa posibles deficiencias en la liquidez y en la capacidad operativa de
generar utilidades. Adicionalmente, X2, que mide los beneficios no distribuidos, evidencia valores
bajos o negativos en la mayoría de los casos, lo que podría sugerir una limitada retención de ganancias
o pérdidas acumuladas.
Figura 3
Aplicación del modelo Z2-Score
https://rei.esprint.tech
ISSN: 2960-8317
Esprint Investigación
Vol. 3 N° 3 Edición Especial Diciembre (137-150)
Vicente Marlon Villa Villa, Rodrigo Enrique Velarde Flores, Mayra Karina Flores Escobar, Jhonny Javier León Cando 146
Clasificación de las fábricas según las zonas determinadas por el modelo Z2-Score de Edward
Altman
Los resultados de la clasificación de las fábricas según su nivel de riesgo financiero, basado en el
modelo Z2-Score de Edward Altman, se agrupan en zona segura, zona gris y zona de quiebra. Estos
valores se presentan en la tabla 7.
Tabla 7
Clasificación de las zonas de riesgo de acuerdo con el modelo Z2-Score
Fábrica Z2 De Edward Altman Zona Segura Zona Gris Zona de Quiebra
Calzalona S. A. -4,79 X
Milplast Cía. Ltda. -0,97 X
Camobo S. A. -6,47 X
Eximdoce S. A. -17,64 X
Indusuelas S. A. 6,45 X
Calzadomilpies Cía. Ltda. 4,16 X
Milboots Cía. Ltda. -0,32 X
Cisnecolor Cía. Ltda. 6,61 X
TOTAL 3 (37.5%) 5 (62.5%)
De las ocho fábricas de calzado en Tungurahua evaluadas en 2022, solo tres se encuentran en la
zona segura, lo que representa el 37,5 % del total. Estas fábricas (Indusuelas S. A., Calzadomilpies Cía.
Ltda. y Cisnecolor Cía. Ltda.) muestran una excelente solvencia y una baja probabilidad de quiebra, lo
que indica una sólida capacidad para cumplir con sus obligaciones financieras a corto y largo plazo.
Por otro lado, cinco fábricas (Calzalona S. A., Milplast Cía. Ltda., Camobo S. A., Eximdoce S. A. y
Milboots Cía. Ltda.), que constituyen el 62,5 % del total, se encuentran en la zona de quiebra. Estos
resultados sugieren que una mayoría significativa de las fábricas enfrenta serios problemas de liquidez
y un alto riesgo de insolvencia, lo cual es preocupante y podría requerir medidas correctivas urgentes
para mejorar su estabilidad financiera.
Prueba de hipótesis
Para comprobar la hipótesis se siguieron cinco pasos:
1) Planteamiento de la hipótesis nula y alterna
2) Determinar el nivel de significancia
3) Criterio con el que se rechaza
4) Cálculo de la regresión
5) El valor de probabilidad
La tabla 8 presenta las estadísticas de un modelo de regresión aplicado para evaluar la relación entre
las variables analizadas. El coeficiente de correlación múltiple es elevado (0.9689), lo que indica una
relación fuerte entre las variables predictoras y la variable dependiente.
https://rei.esprint.tech
ISSN: 2960-8317
Esprint Investigación
Vol. 3 N° 3 Edición Especial Diciembre (137-150)
Vicente Marlon Villa Villa, Rodrigo Enrique Velarde Flores, Mayra Karina Flores Escobar, Jhonny Javier León Cando 147
Tabla 8
Cálculo de regresión
Estadísticas de la regresión
Coeficiente de correlación múltiple 0,968997052
Coeficiente de determinación R
2
0,938955287
R
2
ajustado 0,857562336
Error típico 0,195327791
Observaciones 8
La tabla 9 refleja los resultados del cálculo de probabilidad. El valor de probabilidad obtenido es de
0,000177. Por lo tanto, dado que el valor de probabilidad es menor a 0,05, se rechaza la hipótesis nula
y se acepta la hipótesis alterna.
Tabla 9
Cálculo de valor de probabilidad
ANÁLISIS DE VARIANZA
Origen de las
variaciones
Suma de
cuadrados
Grados
de
libertad
Promedio de
los
cuadrados
F Probabilidad Valor crítico F
Entre grupos 13,8092991 4 3,452324776 7,510634664 0,000177202 2,641465186
Dentro de los
grupos
16,08803684 35 0,459658195
Total 29,89733594 39
4. Discusión
Los resultados de esta investigación sobre la aplicación del modelo Z2-Score de Altman en fábricas de
calzado de Tungurahua son concordantes con los hallazgos de Isaac-Roque & Caicedo-Carrero (2023),
los cuales concluyen que las empresas con un control adecuado de la rentabilidad y endeudamiento
presentan una alta estabilidad financiera gracias a la aplicación del modelo Altman. Este hallazgo
coincide con los resultados del presente trabajo, donde se evidenció que el modelo es una herramienta
efectiva para predecir insolvencia en las fábricas analizadas.
Al comparar estos resultados con los de Ortiz & Valverde (2022) y Solórzano-Hernández (2022), que
se enfocaron en el sector financiero, se observa que la efectividad del modelo Z2-Score en la predicción
de insolvencia varía según el sector. Si bien el modelo se muestra como una herramienta útil en ambos
casos, la capacidad predictiva puede verse afectada por factores específicos de cada industria.
De igual manera, los resultados obtenidos coinciden con los hallazgos de Solórzano-Hernández
(2022), quienes destacan la versatilidad del modelo Z-Score para ser adaptado a diversas industrias. El
autor ajustó el modelo para evaluar un banco en Nicaragua, pero este estudio emplea la versión Z2 del
modelo para analizar el sector del calzado.
https://rei.esprint.tech
ISSN: 2960-8317
Esprint Investigación
Vol. 3 N° 3 Edición Especial Diciembre (137-150)
Vicente Marlon Villa Villa, Rodrigo Enrique Velarde Flores, Mayra Karina Flores Escobar, Jhonny Javier León Cando 148
Además, este trabajo se relaciona con varios estudios citados, como los de Atacusi (2021) y Naula et
al. (2020), que destacan la utilidad del modelo Z-Score para clasificar las empresas en zonas de
seguridad, zona gris y zona de quiebra, de manera similar a la metodología empleada en esta
investigación. Asimismo, la investigación de Gutiérrez & Zeña (2019) subraya la importancia de
analizar indicadores como la liquidez, la rentabilidad y el apalancamiento, un enfoque que también
fundamenta este trabajo.
Es importante destacar que, si bien el modelo Z-Score ha demostrado ser una herramienta valiosa
para evaluar la solvencia financiera de las fábricas de calzado en Tungurahua, existen ciertas
limitaciones. Por ejemplo, el modelo no considera factores cualitativos como la calidad de la gestión,
la reputación de la marca o los cambios en las preferencias de los consumidores, que influyen
significativamente en la viabilidad a largo plazo de una empresa.
5. Conclusiones
El modelo Z-Score de Edward Altman ha demostrado ser una herramienta útil para predecir la
solvencia financiera de las fábricas de calzado en Tungurahua. A través de su aplicación, se logró
clasificar el 37,50 % de las fábricas como solventes, lo que sugiere que, aunque útil, el modelo puede
no ser completamente aplicable para todas las empresas dentro de este sector, especialmente en
contextos con características financieras y operativas particulares.
A pesar de la capacidad del modelo para proporcionar una evaluación preliminar del riesgo
financiero, los resultados revelaron algunas limitaciones del Z-Score cuando se aplica a fábricas de
calzado en Tungurahua. Las particularidades del sector, como la dependencia de insumos importados
y la competencia con productos extranjeros de bajo costo, afectan directamente los resultados, por lo
que el modelo debería ser complementado con otros análisis financieros más detallados y adaptados a
las circunstancias específicas de cada empresa.
El modelo Z-Score, aunque valioso, no debe ser utilizado de manera aislada para la toma de
decisiones empresariales. La investigación concluye que los gerentes y tomadores de decisiones del
sector calzado en Tungurahua deben considerar una combinación de herramientas analíticas, como el
análisis de liquidez, rentabilidad y apalancamiento, para obtener una visión más completa de la salud
financiera de las fábricas y así tomar decisiones estratégicas más informadas y efectivas.
Referencias
Aldeanueva, I., & Cervantes, M. (2019). El desarrollo sostenible como imperativo estratégico: el
contexto de la pequeña y mediana empresa latinoamericana. Revista Lasallista de Investigación,
16(2), 28-43. https://n9.cl/9zoef
Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy.
The Journal of Finance, 23(4), 589-609. https://n9.cl/63nm5
Atacusi, H. C. (2021). Solvencia financiera y predicción del riesgo de quiebra de las empresas del sector
automotriz-concesionarias del Ecuador [Tesis de grado, Universidad Técnica de Ambato].
Repositorio institucional. https://n9.cl/4s4cq
Beaver, W. H. (1966). Financial ratios as predictors of failure. Journal of Accounting Research, 4(3), 71-
111. https://n9.cl/hhkql
https://rei.esprint.tech
ISSN: 2960-8317
Esprint Investigación
Vol. 3 N° 3 Edición Especial Diciembre (137-150)
Vicente Marlon Villa Villa, Rodrigo Enrique Velarde Flores, Mayra Karina Flores Escobar, Jhonny Javier León Cando 149
Bermeo Chiriboga, D. C., & Armijos Cordero, J. C. (2021). Predicción de quiebra bajo el modelo Z2
Altman en empresas de construcción de edificios residenciales de la provincia del
Azuay. Revista Economía y Política, (33), 48-63. https://doi.org/10.25097/rep.n33.2021.03
Castillo, C. F., & Raza, D. F. (2022). El pronóstico de insolvencia financiera mediante el análisis
discriminante múltiple para el sector automotriz de Tungurahua. Espíritu Emprendedor TES,
6(2), 21-32. https://n9.cl/09s8fw
Castillo, F., Gómez, S., & Gómez, C. (2022). Análisis de la salud financiera mediante el modelo Z-Score
de Altman en empresas del sector construcción de la provincia de Guanentá, Comunera y de
Vélez para el 2016 y el 2017. Revista CIFE: Lecturas de Economía Social, 24(41), 156-179.
https://doi.org/10.15332/22484914.7732
Díaz, M. (2012). Análisis contable con un enfoque empresarial. EUMED. https://n9.cl/hghs9g
Flórez, M., & Enríquez, L. (2024). La transformación digital como una oportunidad para la
competitividad empresarial y su crecimiento sostenible. El caso de las micro, pequeñas y
medianas empresas (mipymes) en Pasto-Nariño-Colombia. Conocimiento Global, 9(2), 396-421.
https://n9.cl/jxgum
Gutiérrez, A. L. & Zeña, E. (2019). Análisis de la liquidez y la solvencia y su incidencia en la estructura
financiera de Conecta Retail S. A. en los años 2013-2017 [Tesis de grado, Universidad Católica Santo
Toribio de Mogrovejo]. Repositorio institucional. https://n9.cl/yjzx9
Isaac-Roque, D. & Caicedo-Carrero, A. (2023). Relación entre los indicadores financieros del modelo
Altman Z y el puntaje Z. Retos Revista de Ciencias de la Administración y Economía, 13(25), 129-
148. https://doi.org/10.17163/ret.n25.2023.09
Mejía, M., & Flores, J. (2020). Aplicación del Modelo Z-Score de Altman para clasificar niveles de
quiebra financiera en el sector comercial de la provincia de Manabí-Ecuador. 593 Digital
Publisher CEIT, 5(5), 26-39. https://n9.cl/mld7g
Monge, J. L. (2022). Metodología Altman Z-Score. REDCOES. https://n9.cl/r2cfy
Naula, F., Arévalo, D., Campoverde, J., & López, J. (2020). Estrés financiero en el sector manufacturero
de Ecuador. Revista Finanzas y Política Económica, 12(2), 461-490. https://n9.cl/c1u3v
Ortiz, R., & Valverde, R. (2022). Análisis de riesgo de quiebra de instituciones peruanas, 2015-2021.
Revista Mexicana de Economía y Finanzas, 17(3), 1-20. https://n9.cl/loalwg
Rodríguez, D. L. (2021). La solvencia y su influencia en la rentabilidad en el sector financiero del Estado
peruano, período 2015-2019 [Tesis de grado, Universidad Privada de Tacna]. Repositorio
institucional. https://n9.cl/ebze6j
Solórzano-Hernández, R. G. (2022). Modificación del modelo Altman Z-Score: Indicador de estabilidad
financiera. Revista Tecnológica- Educativa Docentes 2.0, 14(1), 36-42. https://n9.cl/4cf0o
Zavgren, C. V. (1985). Assessing the vulnerability to bankruptcy of American industrial firms. Journal
of Business Finance & Accounting, 12(2), 219-227. https://n9.cl/8kwo16
https://rei.esprint.tech
ISSN: 2960-8317
Esprint Investigación
Vol. 3 N° 3 Edición Especial Diciembre (137-150)
Vicente Marlon Villa Villa, Rodrigo Enrique Velarde Flores, Mayra Karina Flores Escobar, Jhonny Javier León Cando 150
Transparencia
Conflicto de interés
Los autores declaran que no existen conflictos de interés que influyan en la objetividad de este estudio.
Fuente de financiamiento
No se recibieron fondos financieros de ninguna organización que pudiera tener interés en los
resultados presentados.
Contribución de autoría
Vicente Marlon Villa Villa: Conceptualización, metodología, software, validación, análisis formal,
investigación, gestión de datos, visualización, redacción – preparación del borrador original, redacción
– revisión y edición, financiamiento, administración del proyecto, recursos, supervisión.
Rodrigo Enrique Velarde Flores: Conceptualización, metodología, software, validación, análisis
formal, investigación, visualización, redacción -preparación del borrador original, redacción – revisión
y edición, financiamiento, recursos, supervisión.
Mayra Karina Flores Escobar: Software, validación, análisis formal, investigación, visualización,
redacción – preparación del borrador original, redacción – revisión y edición, financiamiento, recursos,
supervisión.
Jhonny Javier León Cando: Software, validación, análisis formal, investigación, gestión de datos,
visualización, redacción – preparación del borrador original, redacción – revisión y edición,
financiamiento, recursos, supervisión.
Los autores contribuyeron activamente en el análisis de los resultados, revisión y aprobación del
manuscrito final.
